龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：杭州电子科技大学
摘要：本发明公开了一种基于VMD‑WmRMR‑DF的注意力缺陷多动障碍分类方法，包括如下步骤：步骤1、构建DF‑ADHDNet模型，所述DF‑ADHDNet模型以深度森林分类器为主网络，并在深度森林分类器中集成信号分解模块和特征选择模块；步骤2、获取ADHD患者和正常受试者的EEG信号，分别对两者的信号进行标签并构成数据集，对数据集进行预处理，将预处理后的数据集按比例划分为训练集和测试集；步骤3、使用训练集对DF‑ADHDNet模型进行训练，并对网络模型参数调优，使网络达到最优效果；步骤4、使用测试集评估完成训练后得到最终的DF‑ADHDNet模型；步骤5、应用最终的DF‑ADHDNet模型实现ADHD分类。该方法实现了自动化、智能化的ADHD诊断功能，并具有较高的诊断准确率和效率。
主权项：1.一种基于VMD-WmRMR-DF的注意力缺陷多动障碍分类方法，其特征在于，包括如下步骤：步骤1、构建DF-ADHDNet模型，所述DF-ADHDNet模型以深度森林分类器为主网络，并在深度森林分类器中集成信号分解模块和特征选择模块；步骤2、获取ADHD患者和正常受试者的EEG信号，分别对两者的信号进行标签并构成数据集，对数据集进行预处理，将预处理后的数据集按比例划分为训练集和测试集；步骤3、使用训练集对DF-ADHDNet模型进行训练，并对网络模型参数调优，使网络达到最优效果；步骤4、使用测试集评估完成训练后得到最终的DF-ADHDNet模型；步骤5、应用最终的DF-ADHDNet模型实现ADHD分类。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 一种基于VMD-WmRMR-DF的注意力缺陷多动障碍分类方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号