资料下载
×
一种融合深度和浅层特征的多视觉癫痫检测算法
消耗积分:0 |
格式:pdf |
大小:6.72 MB |
2021-04-07
分享资料个
癫痫是一种常见的精神疾病。通过分析EEG信号可以监控癫痫病人的状态，在病人发病时及时地发现并且介入来保护病人的生命安全。在癫痫检测研究中，如何获得有效的特征和构建有效的分类器是癫痫检测和识别的关键。为了获得更妤的癫痫检测效果，提岀了一种融合深度和浅层特征的多视角癫痫检测算法。该算法首先使用FFT和WPD来获取EEG信号频域和时频域的浅层特征;然后使用CNN网络学习得到频域和时频域的深度特征;进一步使用多视角TSK模糊系统对浅层和深度特征进行分类模型的构建。实验硏究表明，在EEG信号癫痫检测方面，提岀的浅层特征和深度特征的效果与PCA、LDA等常用的特征提取方法相比均高出1%以上;使用融合深度特征和浅层特征的多视角癫痫检测算法的分类效果比单视甪算法的检测效釆均高出1%以上，比单视角算法的平均检测效果高出5%以上。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
