原创力文档- 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
查看更多
本发明公开了一种基于脑电时频转换及混合神经网络的警觉度估计方法，首先采用短时傅里叶变换将每个导联的一维脑电时间信号序列转换为二维时频图，并使用卷积神经网络和双向长短期记忆网络相结合的混合神经网络提取时频特征，最后建立回归模型进行警觉度状态估计。本发明包括脑电信号采集及预处理、时频转换、时频特征提取和警觉度状态回归估计等步骤。实验结果表明，卷积神经网络和双向长短期记忆网络相结合的混合神经网络能准确提取脑电时频特征，在此基础上构建的回归模型能有效评估警觉度状态。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118078283A
(43)申请公布日2024.05.28
(21)申请号202311248504.0
(22)申请日2023.09.26
(71)申请人湖州师范学院
地址313000
文档评论（0）