您的位置：
首页
>
农业专利
>
详情页
基于迁移学习多模型决策融合的儿童癫痫综合症分类方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 曹九稳,陈龙,胡丁寒,高峰,蒋铁甲
- 申请号：
- CN202010029064.X
- 公开号：
- CN111291614A
- 申请日:
- 2020.12.01
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明公开了一种基于迁移学习多模型决策融合的儿童癫痫综合症分类方法。本发明步骤如下:步骤1:对原始多通道EEG信号数据进行数字滤波删选频段,然后进行基于黎曼几何的无监督聚类算法的伪迹剔除,基于中值滤波的异常数据点剔除,得到纯净的EEG信号。步骤2:对EEG信号提取MFCC特征、LPCC特征、小波包特征、统计特征。步骤3:将MFCC和LPCC特征图片输入并训练模型F1,小波包特征和统计特征输入并训练模型F2,对模型F1和F2的SoftMax概率输出层进行加权求和,根据得到的最终概率得出样本所属儿童癫痫综合征类别。本发明能够实现儿童癫痫综合征的精准分类。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
