《端到端浅层卷积神经网络脑电识别算法分析案例》7200字.docxVIP

PAGE21

端到端浅层卷积神经网络脑电识别算法分析案例

目录

TOC\o1-3\h\u21230端到端浅层卷积神经网络脑电识别算法分析案例 1

79371.1卷积神经网络 1

295081.1.1卷积神经网络结构 1

216811.1.2卷积神经网络的训练过程 5

160571.1.3相关卷积神经网络模型 6

68841.2模型设计与训练 8

102551.1.1数据集 9

26171.1.2端到端浅层卷积神经网络模型 10

150161.3结果分析 12

1.1卷积神经网络

1987年，AlexanderWaibel等提出第一个卷积神经网络：时间延迟网络（TDNN）[75]，二十一世纪以后，随着深度学习理论的完善以及数值计算设备的改进，卷积神经网络取得了快速的发展，并广泛应用于计算机视觉、自然语言处理等领域[76]。本节将主要总结卷积神经网络相关的理论基础。

1.1.1卷积神经网络结构

卷积神经网络通常由卷积层、池化层和全连接层等基本结构按照一定的组合顺序连接形成一种端到端的神经网络结构。本节主要阐述了与本文研究相关的卷积神经网络基本结构。

（1）卷积层

卷积层是卷积神经网络的核心结构，关系到整个网络模型的鲁棒性和准确性。其目的主要是通过对输入数据进行卷积运算提取或高级或低级的特征信号