[发明专利]一种基于改进深度残差分组卷积网络的脑电信号分类方法有效
| 申请号： | 202110488070.6 | 申请日： | 2021-05-06 |
| 公开（公告）号： | CN113065526B | 公开（公告）日： | 2022-05-31 |
| 发明（设计）人： | 陈万忠;于子航 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 长春吉大专利代理有限责任公司 22201 | 代理人： | 朱世林;张晶 |
| 地址： | 130012 吉林省长春市*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于模式识别及脑电信号处理领域，涉及一种基于改进ResNeXt网络的脑电信号分类方法；包括脑电信号采集、预处理、特征提取、训练ResNeXt分类网络四部分；训练ResNeXt分类网络是指：划分训练集和测试集；构建改进ResNeXt脑电信号分类网络；训练改进后的ResNeXt脑电信号分类网络；构建改进ResNeXt脑电信号分类网络是指：在ResNeXt基础上改进，对分组卷积的每个block模块的中间一层卷积层增加直连操作，加快模型收敛的速度，降低模型的测试误差，提升泛化能力；本发明加快了分类模型的收敛速度，相对卷积神经网络脑电分类模型，改进后的ResNeXt分类模型更容易优化，有效地改善了深层次训练模型存在的梯度爆炸问题，在避免分类模型退化问题的同时能使网络的层数大大加深。 | ||
| 搜索关键词： | 一种 基于 改进 深度 分组 卷积 网络 电信号 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于吉林大学，未经吉林大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110488070.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种弯字机开槽机头机构
- 下一篇：孪生注意力网络、图像处理方法和装置
