摘要
本发明涉及心电信号处理技术领域,且公开了一种深层多模块融合神经网络及其应用,包括特征提取网络、卷积神经网络、注意力网络、长短期记忆网络和全连接层网络,本深层多模块融合神经网络通过引入两个MaxPoolConvBlock模块和两个AcgPoolConvBlock模块,能够有效完成信号中局部和全局特征提取;通过在最后一个卷积层与全连接层之间加入LSTM,解决了循环神经网络训练过程中出现的梯度消失和梯度爆炸问题;通过注意力网络的设置,有效保证了对于关键信息的突出;可以更高效地完成心电信号特征提取和重建任务,解决了传统ECG分类方法存在的需要大量人力和时间,并且无法有效捕获潜在的复杂关系的问题。
技术关键词
融合神经网络
注意力
多模块
长短期记忆网络
特征提取网络
心电信号特征提取
心电信号处理技术
波形
全局特征提取
神经网络训练
通道
输出端
多层感知机
记忆单元
数据分类
分类方法
系统为您推荐了相关专利信息
护面块体
三维激光扫描装置
回波装置
超声波探头
码头
城市土地利用变化模拟方法
门控循环单元
注意力神经网络
矢量地块数据
元胞自动机
编码特征
医学图像分割模型
融合特征
医学图像分割方法
网络
IEEE1588v2协议
数据
金字塔
时间敏感网络
时钟电路