【摘 要】
：
针对现有卷积神经网络脑电信号(electroencephalogram,EEG)分类模型分类精度低、方法复杂且耗时的问题,对卷积神经网络的卷积层进行了改进,提出了多尺度卷积核卷积神经网络(c
【机 构】
：
太原理工大学信息与计算机学院,西安交通大学社会心理学研究所
【基金项目】
：
国家自然科学基金(61976150,61472270)
论文部分内容阅读
针对现有卷积神经网络脑电信号(electroencephalogram,EEG)分类模型分类精度低、方法复杂且耗时的问题,对卷积神经网络的卷积层进行了改进,提出了多尺度卷积核卷积神经网络(convolutional neural networks,CNN)脑电分类模型,并在输入数据前加了系数矩阵,该系数矩阵可以随网络的训练逐步更新,代替了手工提特征再送入网络的步骤,有助于提高分类精度。最终本文的脑电分类模型在高原脑电信号的分类实验中,二分类准确率比改进前提高8%,三分类、四分类准确率分别达到92.87%、
其他文献
随着2013年12月4日工业和信息化部向中国移动通信集团公司、中国电信集团公司和中国联合网络通信集团有限公司颁发“LTE／第四代数字蜂窝移动通信业务(TD-LTE)”经营许可,标志
《中国党政干部论坛》刊登中央党校教授王长江的文章说，我们今天仍然强调解放思想，有着更为深刻的原因。这个原因就是：改革开放事业要进一步推进，越来越迫切地需要彻底摆脱传统的
在这个信息爆炸的时代,无论是信息需求者的用户还是信息生产者的媒体或商家都受到海量信息带来的新挑战。针对这个问题,各大电子商务平台纷纷引入个性化搜索和信息推荐技术。
为了判断高压设备发生电晕放电的位置和大致的放电强度,利用紫外成像仪对设备进行记录并判断高压设备的绝缘缺陷。通过C-V(Chan-Vese)模型方法对紫外图像光斑进行图像分割提取,且引入了光斑面积和光斑边界周长两个特征量来判断设备放电状态。结果表明,C-V模型提取光斑自动化程度高,耗时短,抗噪能力更强,具有很好的全局优化,能够在一定程度上减少漏检的放电区域,且引入的特征量能够较好地表征放电状态。
微弱目标易被周围环境中强烈的噪声干扰,为解决现有目标跟踪算法由于低信噪比导致跟踪准确度低的问题,提出一种将引导图像滤波器和深度去噪自编码器集成到粒子滤波器框架中的跟踪算法。通过引导图像滤波(guided image filter, GIF)算法对目标图像进行滤波处理,保留有价值的模板信息并使不准确的背景模板模糊,有效增强目标图像;通过改进的深度学习算法对深度去噪自编码器训练和微调,更好地适应目标外
本文从欧亚现有贸易路径出发,构建了一个以三地为基础的虚拟组织构架。通过对此构架的分析,对欧亚贸易渠道进行了再造与设计,拓展出基于流程与要素的新的路径构架。在此构架
高温作业的不舒适性,会使员工在作业过程中频繁摘掉安全帽,给员工生命安全带来极大的隐患。为预防员工因安全帽佩戴不安全行为导致的事故,针对企业员工在高温作业下的"脱帽"