您的位置：
首页
>
农业专利
>
详情页
一种基于CNN和LSTM的表面肌电信号分类方法
- 专利权人:
- 西安交通大学
- 发明人:
- 陈霸东,黄大维,任鹏举,王飞,袁泽剑,郑南宁
- 申请号：
- CN201910218660.X
- 公开号：
- CN109924977A
- 申请日:
- 2019.21.03
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明公开了一种基于CNN和LSTM的表面肌电信号分类方法,使用滑动窗口将时间序列转化成为“数据‑标签”对,在每一个时间窗口内,对表面肌电信号应用汉明窗口并使用快速傅里叶变换计算时频谱Spectrogram,将时频谱数据沿时间轴方向叠加整合,并送入卷积神经网络,完成局部空间高位特征提取,得到高维特征,将高维特征沿数据叠加维度展开,恢复为时间序列,并送入长短时记忆网络,提取序列特征,将序列特征送入全连接网络,进行进一步的特征提取和整合,得到充分提取的高维特征,将充分提取的高维特征送入Softmax函数得到最终的分类结果。本发明的核心基于深度学习算法,通过深度特征在传统的手工提取特征之上进行进一步的分析和提取,明显提高了分类解码的精确度。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
