一种基于生成对抗网络的跨被试认知负荷脑电信号数据增强方法

本发明公开了基于生成对抗网络的跨被试认知负荷脑电信号数据增强方法，将源域数据和目标域校准数据输入到本发明的SIE‑GAN数据增强方法中。该方法加入了编码器模块，用于提取原始认知负荷脑电信号的特征。同时，该数据增强方法摒弃了传统的GAN方法中以随机噪声作为输入的设置，改为将源域数据和目标域校准数据作为输入，由于源域数据和目标域校准数据能够提供更多的上下文信息，使模型更好地适应不同被试之间的差异，从而提高模型跨被试的泛化能力。本发明已在认知负荷脑电信号自采数据集上通过多个深度学习模型进行了验证，结果表明有效提高了跨被试认知负荷识别的分类准确率。