基于无源域适应的脑电情绪识别

摘要： 现有脑电情绪识别中的域适应方法利用源域数据及其特征分布来训练模型，不可避免地需要频繁访问源域，可能会导致源域受试者的隐私信息泄露。针对该问题，本研究提出一种基于高斯混合模型、核范数最大化和Tsallis熵的无源域适应(GNTSFDA)脑电情绪识别方法。首先，基于源域数据和本研究所提出的CNN和Transformer特征混合(CTFM)网络，利用交叉熵损失训练得到源域模型；然后，...