半监督EEG聚类模型

部分标签即可聚类

首个半监督深度学习EEG聚类方法,有效利用少量先验标记提升聚类表现。

Chen, Junfu · Pi, Dechang · Jiang, Xiaoyi · Gao, Feng · Chen, Yang

Pattern Recognition 2026

参数信息

数据集数量
12

技术优势

深度聚类开先河

首次在半监督EEG聚类中引入深度学习,突破浅层模型限制,获得更优聚类表示。

少量标签即可

通过并集配对约束损失整合硬约束与软伪约束,缓解标签稀缺导致的确认偏差。

多数据集验证

在12个EEG数据集上全面实验,验证了方法的有效性和泛化能力。

应用场景