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：长春理工大学

摘要：基于MC‑GAN网络的光电容积脉搏波信号生成方法，涉及信号处理技术领域，解决了现有的光电容积脉搏波数据不足和类别不平衡的问题。本发明提供以下方案：所述方法包括对光电容积脉搏波信号数据进行预处理，得到预处理后的光电容积脉搏波信号数据，基于得到的预处理后的光电容积脉搏波信号数据，以DCGAN模型为基础，构建生成模型G和鉴别模型D，构建生成模型G和鉴别模型D组成MC‑GAN网络；在所述的生成模型G和鉴别模型D中引入卷积块注意力机制和多头注意力机制，用于捕捉合成样本中重要的特征信息，生成模型G，用于生成真实的MC‑GAN网络的光电容积脉搏波信号。所述系统基于方法实现，还适用于医学信号生成与合成领域中。

主权项：1.基于MC-GAN网络的光电容积脉搏波信号生成方法，其特征在于，所述方法包括以下步骤：S1、对光电容积脉搏波信号数据进行预处理，得到预处理后的光电容积脉搏波信号数据，并将所述预处理后的光电容积脉搏波信号数据保存至相应的文件夹中；S2、基于S1中得到的预处理后的光电容积脉搏波信号数据，以DCGAN模型为基础，构建生成模型G和鉴别模型D，生成模型G和鉴别模型D中引入卷积块注意力机制和多头注意力机制，用于捕捉合成样本中的特征信息，所述构建生成模型G和鉴别模型D组成MC-GAN网络；所述生成模型G，用于生成真实的MC-GAN网络的光电容积脉搏波信号数据；所述鉴别模型D，用于接收真实样本和生成模型G生成的合成样本；S3、使用MC-GAN网络中所构建的生成模型G，生成逼真的光电容积脉搏波信号；所述生成模型G包括Bi-LSTM层模块、多头注意力机制模块和卷积块注意力机制模块，所述Bi-LSTM层模块模块包括Bi-LSTM层，所述卷积块注意力机制模块包括至少一个的转置卷积序列模块；S2中构建生成模型G的包括以下步骤：将输入的张量数据传入Bi-LSTM层，得到经过Bi-LSTM层模块处理后的张量数据；通过多头注意力机制模块处理Bi-LSTM层模块的输出张量数据，得到注意力加权后的结果x1；将多头注意力机制模块的输出传入转置卷积序列模块进行处理，得到处理后的结果x11；通过卷积块注意力机制模块处理Bi-LSTM层模块的输出张量数据，得到注意力加权后的结果x2；将卷积块注意力机制模块的输出传入转置卷积序列模块进行处理，得到处理后的结果x12；将x11与x12进行合并，得到合并后的结果x3；将合并后的结果x3进行输出，完成构建生成模型G；S2中构建鉴别模型D的方法为：接收输入的张量数据，将输入的张量数据传入第一个转置卷积序列模块中，经过卷积层和激活函数处理，得到输出数据x21；将张量数据传入卷积块注意力机制模块进行处理，得到输出数据x22；将x22传入Bi-LSTM层模块进行处理，得到Bi-LSTM层模块的输出x31；将x31传入多头注意力模块进行处理，得到输出数据x41；将x41传入卷积序列模块，经过卷积层和激活函数处理，完成构建鉴别模型D。

全文数据：

权利要求：

百度查询： 长春理工大学 基于MC-GAN网络的光电容积脉搏波信号生成方法