一种基于迁移学习和空洞卷积的癫痫状态识别方法.pdfVIP

下载本文档

1
0
约2.41万字
约 18页
2023-09-30 发布于四川
举报
版权申诉

一种基于迁移学习和空洞卷积的癫痫状态识别方法.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

本发明提供一种基于迁移学习和空洞卷积的癫痫状态识别方法，包含步骤：S1、提取每组原始癫痫脑电图信号特定频率下的若干个小波包系数组作为一个特征组；S2、去除特征组中显著相关的小波包系数组，实现对特征组降维；降维后特征组的每个小波包系数均为一个特征值；S3、标准化处理从若干组原始癫痫脑电图信号提取的所有特征值；S4、将经标准化处理的的所有特征值作为测试数据集，将现有癫痫脑电图信号特征数据库中的特征作为训练数据集；通过改进的CMJAE迁移学习方法实现跨领域知识迁移，并通过二维空洞卷积神经网络作为分类器

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111444747 A (43)申请公布日 2020.07.24 (21)申请号 20191