基于Transformer引导卷积神经网络的脑电信号分类...
公开
摘要
本发明公开了一种基于Transformer引导卷积神经网络的脑电分类方法，其步骤包括：1，对于原始EEG数据进行预处理，包括去除噪声、片段分割以及利用短时傅里叶变换提取时间频率特征；2，建立基于Transformer引导卷积神经网络的深度学习模型，初始化网络参数；3，输入数据对网络进行训练，优化网络参数，获得最优分类模型用于实现脑电信号的分类。本发明能够显著提升脑电信号分类准确率，从而提升脑电信号在医疗等领域中的应用价值。
基本信息
专利标题 ：
基于Transformer引导卷积神经网络的脑电信号分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114564991A
申请号 ：
CN202210188441.3
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李畅蔡国超黄晓阳刘羽宋仁成成娟陈勋
申请人 ：
合肥工业大学
申请人地址 ：
安徽省合肥市包河区屯溪路193号
代理机构 ：
安徽省合肥新安专利代理有限责任公司
代理人 ：
陆丽莉
优先权 ：
CN202210188441.3
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04 G06N3/08
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 ：
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
