基于模型迁移的跨被试脑电情感分类算法
来源：计算机应用与软件杂志2024年第8期北京时间：
作者：韩劲, 薄华, 曹芳
摘要：脑电情感信号因受试个体的不同存在较大的分布差异，导致分类识别率不高，因此，提出一种基于模型迁移的跨被试脑电情感分类算法。利用选取的源域数据训练得到卷积神经网络的初始模型；通过迭代最近点算法使目标域和源域数据之间的分布相似性最大化；通过微调得到新的卷积神经网络模型对目标域数据进行识别。实验结果表明，该算法实现了不同被试共同使用初始网络模型，极大提高了模型的使用效率；通过基于迭代最近点的域适应算法，使跨被试脑电情感模型迁移的分类精度达到90%以上，为不同被试的脑电情感分类提供了新的思路。
关键词：脑电情感信号, 模型迁移, 迭代最近点, 域适应
