买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:湖州师范学院
摘要:本发明公开了一种基于脑电时频转换及混合神经网络的警觉度估计方法,首先采用短时傅里叶变换将每个导联的一维脑电时间信号序列转换为二维时频图,并使用卷积神经网络和双向长短期记忆网络相结合的混合神经网络提取时频特征,最后建立回归模型进行警觉度状态估计。本发明包括脑电信号采集及预处理、时频转换、时频特征提取和警觉度状态回归估计等步骤。实验结果表明,卷积神经网络和双向长短期记忆网络相结合的混合神经网络能准确提取脑电时频特征,在此基础上构建的回归模型能有效评估警觉度状态。
主权项:1.一种基于脑电时频转换及混合神经网络的警觉度估计方法,其特征在于:包括以下步骤,步骤一、脑电信号采集及预处理:采用多个电极导联采集若干个受试者颞部脑电信号,并对采集的脑电信号进行带通滤波,获取与警觉度相关的脑电频段;步骤二、时频转换:采用短时傅里叶变换将每个导联一维脑电时间信号序列转换为二维时频图,并将颞部所有导联的时频图按纵向进行拼接;步骤三、卷积神经网络时频特征提取:搭建二维卷积神经网络模型,将步骤二拼接好的二维时频图输入到卷积模型中提取时频特征;步骤四、双向长短期记忆神经网络时序特征提取:将卷积神经网络提取的时频特征作为双向长短期记忆神经网络的输入,训练一个可以捕捉脑电数据时间依赖性的神经网络模型;步骤五、回归模型构建:将双向长短期记忆神经网络提取的时序特征通过全连接层和sigmoid函数进行回归分析;计算所有受试者皮尔逊相关系数和均方根误差,求出其平均值。
全文数据:
权利要求:
百度查询: 湖州师范学院 一种基于脑电时频转换及混合神经网络的警觉度估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。