首页
文献互助
登录
|
注册
我要投稿
期刊屋
>
计算机
基于CBLSTM算法的脑电信号特征分类
【摘要】 由于传统的脑电信号分类方法识别率较低,且识别率随着脑电信号类别的增加逐渐下降,针对脑电信号时空特征结合的特点,设计了一个多层的卷积双向LSTM型递归神经网络(CBLSTM)分类模型。此分类模型利用多层的卷积神经网络有效提取脑电序列的频域特征,采用双向LSTM提取脑电信号的时域特征,并将脑电信号序列逐帧输入到此分类模型中进行标记,最后输出分类结果。对比研究验证了所提出方法的可行性,实验表明此分类模型平均分类识别率得到了提高,且鲁棒性较好。
【基于CBLSTM算法的脑电信号特征分类】相关的文章
计算机 最新帖子
1
五阶WENO格式求解一维Euler方程
2
基于漏磁检测机理的钢丝绳小缺陷精确化识别系统研究
3
一种鲁棒的单目视觉里程计算法
4
基于分解卷积神经网络的文本情感分析
5
考虑异质车辆和顾客满意度的冷藏品配送路径优化
6
耦合辅助信息的矩阵分解推荐模型
7
计算机专业高职学生个性化晚自习方法研究
8
基于LOD技术的多分辨率海水场景实时仿真
9
基于增量学习的SVM-KNN网络入侵检测方法
10
基于Copeland集结算法的协同空战机动决策方法
热门文章
1
基于AR的线上线下混合式教学App的设计与实现
2
基于改进蚁群算法的公交网络路径优化
3
基于改进坐标转换的人体运动轨迹识别方法
4
Android生态系统中面向第三方SDK安全的静态和动态分析
5
基于层次分析法的宏观经济指标可靠性评价
6
考虑样本数据重复性的通信信息冗余数据检测算法
7
新型综合信息技术下的大学生心理治疗模型研究
8
变权层次分析法的高校英语教学效果评价
9
变压器故障风险分析理论模型研究
10
基于灰狼算法的高校实验课网络排课问题研究