您的位置：
首页
>
农业专利
>
详情页
基于深度学习和混合噪声数据增强的运动想象脑电信号分类方法
- 专利权人:
- 北京工业大学
- 发明人:
- 王丹,杜金莲,许晴,陈佳明
- 申请号：
- CN202110474878.9
- 公开号：
- CN113269048A
- 申请日:
- 2021.04.29
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开基于深度学习和混合噪声数据增强的运动想象脑电信号分类方法，针对脑电信号信噪比低、样本量较小的问题，将经验模态分解方法与白噪声数据增强方法结合，提出基于经验模态分解的混合噪声数据增强方法，通过提取原始信号的主要信息与白噪声进行混合，提高生成样本质量，从而训练出准确率更高、稳定性更强的分类器；将滤波器组的思想和浅层神经网络相结合，提出轻量、收敛速度快的FB‑Sinc‑ShallowNet方法，提高深度学习方法的分类准确率；应用欧式对齐方法对脑电信号进行预处理，减少不同时间得到的脑电信号之间的差异，降低分类难度，提高分类准确率。本发明能够提高运动想象脑电信号分类模型的预测准确率和稳定性。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
