一种基于通道注意力和多尺度时域卷积的运动想象脑电信号分类...
实质审查的生效
摘要
一种基于通道注意力和多尺度时域卷积的运动想象脑电信号分类方法属于计算机软件领域。针对脑电信号信噪比低导致特征提取困难的问题，提出一种基于EEGNet改进的网络模型，简称“MCA‑EEGNet”。首先，使用并行多尺度的时间卷积层代替EEGNet模型中的普通卷积层，以更好地进行特征提取，从而提高分类准确率。同时添加通道注意力模块ECA，使网络训练时更加关注与输入数据相关度高的通道信息，从而进一步提高模型的鲁棒性。相比较EEGNet模型，本发明提出的分类方法更能有效地提升对运动想象脑电信号的特征提取和分类性能。
基本信息
专利标题 ：
一种基于通道注意力和多尺度时域卷积的运动想象脑电信号分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114266276A
申请号 ：
CN202111606161.1
公开（公告）日 ：
2022-04-01
申请日 ：
2021-12-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王丹许晴陈佳明付利华谭睎月
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
刘萍
优先权 ：
CN202111606161.1
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04 A61B5/00 A61B5/372
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
2022-04-19 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20211225
申请日 : 20211225
2022-04-01 ：
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
