基于STFT和卷积神经网络的模式识别方法、系统和介质
- 专利权人:
- 中南大学
- 发明人:
- 张昊,唐艳,赖欣
- 申请号：
- CN202110404571.1
- 公开号：
- CN113239734A
- 申请日:
- 2021.04.15
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开了一种基于STFT和卷积神经网络的模式识别方法、系统和介质，基于STFT和卷积神经网络的模式识别方法包括：获取原始图像，对原始图像进行数据预处理得到第一图像；将第一图像分为训练集和验证集；使用双样本T检验的方式从训练集提取第一体素点，从验证集提取第二体素点；对第一体素点进行短时傅里叶变换处理得到第一时频谱图，对第二体素点进行短时傅里叶变换处理得到第二时频谱图，将第一时频谱图和第二时频谱图送入卷积神经网络进行深度学习，以得到模式识别结果。解决了不连续时序之间信息融合的问题，且使用的卷积神经网络模型，结构轻减，在提高识别率的同时还减少了模型的计算量。
- 来源网站：
- 中国工程科技知识中心
