原创力文档摘要
摘要
随着机器学习与深度学习技术的快速发展，在医学信号处理、模式识别等领域产生了
大量高维数据。然而，高维特征空间中普遍存在特征冗余严重、相关关系复杂等问题，这
不仅增加了模型训练的计算开销，也限制了分类性能的进一步提升。尤其是在脑电
（Electroencephalogram，EEG）信号与心电（Electrocardiogram，ECG）信号等生物医学
信号分析任务中，由于信号具有非平稳性强、个体差异
摘要
摘要
随着机器学习与深度学习技术的快速发展，在医学信号处理、模式识别等领域产生了
大量高维数据。然而，高维特征空间中普遍存在特征冗余严重、相关关系复杂等问题，这
不仅增加了模型训练的计算开销，也限制了分类性能的进一步提升。尤其是在脑电
（Electroencephalogram，EEG）信号与心电（Electrocardiogram，ECG）信号等生物医学
信号分析任务中，由于信号具有非平稳性强、个体差异
文档评论（0）