(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211108226.4 (22)申请日 2022.09.13 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区四牌楼 2 号 (72)发明人 徐宝国　薛沐辉　平靖宇　邓乐莹　 宋爱国　 (74)专利代理 机构 南京众联专利代理有限公司 32206 专利代理师 周蔚然 (51)Int.Cl. G06K 9/00(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种基于黎曼空间的手部自然动作脑电数 据迁移方法 (57)摘要 本发明公开了一种基于黎曼空间的手部自 然动作脑电数据迁移方法， 包括： 分别提取新用 户和历史用户手部自然动作脑电信号的空间协 方差矩阵作为目标数据集和历史数据集； 以不同 类别之间黎曼中心的距离之和为依据在历史数 据集中选 出源数据集， 并对源数据集和目标数据 集的黎曼中心进行对齐； 利用源 数据集样本和目 标数据集样本之间的距离关系筛选出源数据集 样本加入训练集； 将完成对齐后的目标数据集在 黎曼空间中进行几何变换； 最后将变换后带有 标 注的目标数据集样本与筛选出的源数据集样本 合并成为训练集， 用以新用户的模型的建立。 本 发明能够借助历史用户的手部自然动作脑电数 据辅助新用户模型的建立， 缩短模型校准的时 间。 权利要求书3页 说明书7页 附图1页 CN 115470819 A 2022.12.13 CN 115470819 A 1.一种基于黎曼空间的手部自然动作脑电数据迁移方法， 其特 征在于： 包括以下步骤， (1)收集m个历史用户和一个新用户执行k个手部自然动作任务时的脑电数据， 在完成 对脑电数据的预处理后， 提取用户脑电信号样本X∈RN×T的空间协方差矩阵作为统计特征， 并结合与之对应的类别标签作为数据集； 分别将来自第a个历史用户的数据集和新用户的 数据集定义为历史数据集 和目标数据集 其中， 目标数据集 中已标注的样本集记为 未标注的样本集记为 (2)针对每个历史数据集， 在黎曼空间中根据黎曼距离度量分别求出该历史数据集 中各个类别的数据点对应的黎曼中心， 并计算各个类别黎曼中心 之间的两两黎曼距离之 和； 选择各类别黎曼中心之间两两黎曼距离之和最大的历史数据集作为源数据集 辅助新 模型的建立； (3)在黎曼流形中， 依据黎曼距离度量分别求出源数据集 的黎曼中心M以及目标数据 集中 的黎曼中心 并利用M和 作为参考矩阵对协方差矩阵 和 进行变换， 得到新的 数据集 和 (4)记数据集 中未标注样本的集合为 首先计算数据集 中所有样本与数 据集 中所有样本之间的黎曼距离， 然后选择距离数据集 中样本最近的若干个数 据集 中的样本加入训练集； (5)记数据集 中带标注样本的集合为 计算数据集 和 关于各自黎曼 中心的分布d和 将d和 作为参数对数据集 中的矩阵进行放缩变换， 得到数据集 (6)计算数据集 和数据集 中每种类别对应数据点的黎曼中心Mk和 在此基础上寻 找一个正交矩阵U， 对数据集 中的矩阵进行旋转变换， 得到数据集 (7)记数据集 中带有标注的子集为 不带标注的子集为 在训练新用户 的模型时， 将上述的数据集 和 合并作为训练集， 将 作为测试集。 2.根据权利要求1所述的一种基于黎曼空间的手部自然动作脑电数据迁移方法， 其特 征在于： 步骤(2)包括： (2.1)对每 个历史数据集， 计算每 个类别的数据对应的黎曼中心， 方法如下： 定义任意两个协方差矩阵 的黎曼距离为： 其中λk为矩阵 的特征值； 定义K个数据点的黎曼中心点 为：权　利　要　求　书 1/3 页 2 CN 115470819 A 2其中 为对称正定矩阵， 其定义为到其它数据 点的黎曼距离之和最小的点， 该式 需要使用梯度下降算法来迭代求 解； (2.2)对每个历史数据集， 计算各个黎曼中心 之间的两两黎曼距离之和， 选择该和最 大的历史数据集作为源数据集 计算方法如下： 其中， 分别表示第i类和第j类的黎曼中心。 3.根据权利要求1所述的一种基于黎曼空间的手部自然动作脑电数据迁移方法， 其特 征在于： 步骤(3)具体包括： (3.1)计算 的黎曼中心M以及目标 数据集中 的黎曼中心 方法同步骤(2)； (3.2)使用M和 作为参考矩阵对协方差矩阵 和 进行如下变换： 其中， 为变换后的协方差矩阵。 4.根据权利要求1所述的一种基于黎曼空间的手部自然动作脑电数据迁移方法， 其特 征在于： 步骤(4)具体包括： (4.1)针对每一个未被标注的 数据集样本， 分别计算与数据集 中所有样本之 间的黎曼距离， 并从中 挑选出若干个黎曼距离最近的样本； (4.2)将所有被选择出的样本组合到一起， 除去被重复选择的部分， 得到新的数据集 5.根据权利要求1所述的一种基于黎曼空间的手部自然动作脑电数据迁移方法， 其特 征在于： 步骤(5)具体包括： (5.1)计算数据集 和 关于单位矩阵In的分布d和 (5.2)计算 放缩参数s： 对数据集 中的协方差矩阵 进行如下放缩变换： 其中， 表示经放缩变换后的协方差矩阵， 构成数据集 6.根据权利要求1所述的一种基于黎曼空间的手部自然动作脑电数据迁移方法， 其特 征在于： 步骤(6)具体包括： (6.1)分别计算数据集 和数据集 中每种类别对应数据点的黎曼 中心Mk和 方法如权　利　要　求　书 2/3 页 3 CN 115470819 A 3