基于多尺度特征融合构建多视角及协同学习的癫痫检测方法.pdfVIP

下载本文档

0
0
约1.58万字
约 19页
2023-05-11 发布于四川
举报
版权申诉

基于多尺度特征融合构建多视角及协同学习的癫痫检测方法.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

本发明属于智能癫痫检测领域，涉及基于多尺度特征融合构建多视角及协同学习的癫痫检测方法。该方法在时域、频域、时频域三种视角的基础上首先进行深度学习得到深度多视角特征集。本发明进一步通过基于深度多视角特征集构建全局多尺度融合网络来学习三个深度视角的全局融合视角，以及对各视角进行局部强化的全局融合多尺度融合网络。基于上述多尺度融合网络，将抽取出四个视角：即一个一般化全局融合视角和三个局部强化的全局融合视角，并连同前述三视角深度特征集共获得七个深度特征视角。本发明较之于传统的分类器，该分类器即具有多视角

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116089859 A (43)申请公布日 2023.05.09 (21)申请号 202310025370.X G06F 18/241 (2023.01)