基于0阶TSK型迁移模糊系统的EEG信号自适应识别 (2015年)

在EEG信号识别中，传统的模糊系统建模方法均假设模型的训练数据集和测试集服从相同的分布，但在实际应用中，该假设受到了严峻的挑战。针对上述挑战，探讨了适宜于数据分布迁移环境的直推式0阶模糊系统构建方法，构造了基于二分类模型的直推式0阶模糊系统目标函数来训练系统参数。提出的直推式迁移0阶TSK型模糊系统（TL-0-TSK-FS）算法在癫痫EEG信号的自适应识别的研究结果表明，该方法较之相关方法显示出了一定的优越性。