[发明专利]基于生成对抗网络模型的脑电图数据扩增方法及系统在审
| 申请号： | 202211718404.5 | 申请日： | 2022-12-29 |
| 公开（公告）号： | CN116010848A | 公开（公告）日： | 2023-04-25 |
| 发明（设计）人： | 齐鹏;任天辰 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06F18/24 | 分类号： | G06F18/24;A61B5/372;G06F18/10;G06F18/213;G06F18/241;G06N3/0464;G06N3/0475;G06N3/094;G06F3/01 |
| 代理公司： | 上海诺衣知识产权代理事务所(普通合伙) 31298 | 代理人： | 衣然 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于生成对抗网络模型的脑电图数据扩增方法及系统，以解决现有脑电图数据在基于深度神经网络的运动想象分类中存在的问题和满足对提高运动想象分类模型泛化能力的要求。所述方法将生成对抗网络模型引入脑电图数据扩增问题，通过合理设计损失函数，利用实验数据集与标准数据集生成具有两者数据特征的准确率更高的新脑电图数据集，减少了实验人员的工作时间以及实验成本；生成对抗网络模型的生成器是一种基于扩张卷积的编解码器，可以提取到不同层次脑电图数据特征；生成对抗网络模型的判别器是一种基于不同维度的并行特征提取结构的判别器，可以提取到不同性质的特征。 | ||
| 搜索关键词： | 基于 生成 对抗 网络 模型 脑电图 数据 扩增 方法 系统 | ||
【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同济大学，未经同济大学许可，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/202211718404.5/，转载请声明来源钻瓜专利网。
