面向癫痫EEG自适应识别的迁移径向基神经网络

来源：计算机科学与探索杂志2016年第12期北京时间：

作者：谢丽潇，邓赵红，史荧中，王士同

单位：江南大学 数字媒体技术学院，江苏 无锡 214122

摘要：在癫痫脑电图（electroencephalogram，EEG）信号识别中，传统的智能建模方法要求训练数据集和测试数据集均服从相同的分布。但在实际应用中，某些情况并不能满足此条件，进而导致传统方法性能急剧下降。针对上述情况，引入迁移学习策略，提出了适用于数据分布迁移环境的直推式径向基神经网络（transductive radial basis function neural network，TRBFNN）。该方法在癫痫EEG信号识别中的实验结果表明：直推式径向基神经网络具有较好的场景迁移适应性，对训练数据和测试数据存在差异时，识别性能不会出现急剧恶化的现象。

关键词：脑电图（EEG）,径向基神经网络,直推式迁移学习