基于多尺度原型学习的本身可解释的脑电信号分类方法.pdfVIP

下载本文档

0
0
约2.37万字
约 13页
2023-02-10 发布于四川
举报
版权申诉

基于多尺度原型学习的本身可解释的脑电信号分类方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于多尺度原型学习的本身可解释的脑电信号分类方法，其步骤包括：1对数据集中的原始脑电信号进行预处理，包括通道选择、切片分割；2建立基于多尺度原型学习的本身可解释的脑电信号分类模型，初始化网络参数；3设计损失函数，建立分类模型优化目标；4输入数据对网络进行训练，优化网络参数，获得最优分类模型。本发明相对现有脑电信号分类方法，能够在高分类准确率的条件下提供本身可解释的证据，从而提升脑电信号在医疗等领域中的应用价值。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115700104 A (43)申请公布日 2023.02.07 (21)申请号 202211718922.7 G06F 18/22 (2023.01)