基于课程学习和高阶模糊隐藏知识迁移的TSK模糊蒸馏分类器及其在脑电信号分类中的应用

印 泽宗1, 郭 奇1, 李 博1, 刘振 安*1, 应 潇龙2
1、广东理工学院　智能制造学院;肇庆市先进制造技术与装备重点实验室
2、广东理工学院信息技术学院

摘要


受人类从易到难教学规律的启发，针对固定任务难度下TSK模糊蒸馏分类器在EEG癫痫检测中性能受限的
问题，提出基于课程学习与高阶模糊隐藏知识迁移的HTSK-LLM-CLKD。该方法计算软标签间KL散度以提取教
师高阶模糊隐藏知识并迁移至低阶学生模型，采用逐步增加蒸馏损失的课程策略实现由易到难的学习。基于新德里
HauzKhas癫痫脑电数据集的实验验证了HTSK-LLM-CLKD的有效性。

关键词


TSK模糊分类器；知识蒸馏；课程学习；高阶模糊隐藏知识；脑电图（EEG）；癫痫；模糊系统

全文:

PDF


参考


[1]王学栋，李丹丹，郝建超，等.基于迁移学习

的自适应脑电指令识别方法研究[J].传感器与微系统，

2026，45（9）：31-37.

[2]张馨匀，周琳家，程煜婷，等.基于伪标签细化

的域适应TSK模糊分类器[J].智能系统学报，2025，20

（3）：557-570.

[3]张炜绅，代成，刘川杰，等.基于动态结构重塑

与自适应融合指导的知识蒸馏方法[J/OL].计算机工程，

1-11[2026-09-07].

[4]艾炎，叶廷东.多模态蒸馏驱动的单RGB鲁棒目

标检测方法[J].自动化与信息工程，2026，47（4）：8-16.

[5]Sameer M, Gupta B. Detection of Epileptical Seizures

Based on Alpha Band Statistical Features[J]. Wireless Personal

Communications, 2020, 115: 909-925.


Refbacks

  • 当前没有refback。