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
授权
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。
基本信息
专利标题 ：
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
专利标题（英）：
暂无
公开（公告）号 ：
CN113065526A
申请号 ：
CN202110488070.6
公开（公告）日 ：
2021-07-02
申请日 ：
2021-05-06
授权号 ：
CN113065526B
授权日 ：
2022-05-31
发明人 ：
陈万忠于子航
申请人 ：
吉林大学
申请人地址 ：
吉林省长春市长春高新技术产业开发区前进大街2699号
代理机构 ：
长春吉大专利代理有限责任公司
代理人 ：
朱世林
优先权 ：
CN202110488070.6
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-31 ：
授权
2021-07-20 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20210506
申请日 : 20210506
2021-07-02 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
