运动想象 (MI) 迁移学习系列 (10) : 数据对齐（CA）

论文地址：https://arxiv.org/abs/1910.05878
论文题目：Manifold Embedded Knowledge Transfer for Brain-Computer Interfaces
论文代码：https://github.com/chamwen/MEKT

0. 引言

本篇博客重点考虑数据对齐部分，因为其对后续迁移学习的效果影响非常大。
数据对齐有多种方法，如黎曼对齐(Riemannian Alignment, RA)、欧式对齐(Euclidean Alignment, EA)、标签对齐(Label Alignment, LA)、重心对齐(Centroid Alignment, CA) 等。下面重点介绍CA。

CA主要是进行协方差矩阵的质心对齐，对数据的协方差矩阵进行数据对齐操作。。。。

1. 相关工作

1.1 黎曼几何

所有 SPD 矩阵