摘要
本发明提供了一种基于生成对抗网络数据增强的运动想象脑电数据生成器,包括以下步骤:(1)对原始脑电信号进行预处理,包括带通滤波、时间窗截取处理;(2)采用小波变换对脑电信号进行时频转换;(3)构建一种结合注意力网络和生成对抗网络的数据生成模型,其生成器和鉴别器均采用卷积神经网络,并在其中添加注意力网络层;(4)使用真实数据和高斯噪声训练含有注意力网络的生成对抗网络模型以生成脑电样本,实现样本特征数据集的扩充。本发明采用先进的生成对抗学习建立运动想象脑电数据生成器,为高鲁棒性的脑电解码模型提供充足样本,辅助脑机接口系统设计和性能评估,从数据计算生成角度解决BCI中样本量扩充的问题。
技术关键词
运动想象脑电数据
数据生成模型
原始脑电信号
脑机接口系统设计
注意力
计算机可读取存储介质
生成对抗网络模型
生成对抗学习
样本
数据分布
双时间尺度
解码模型
噪声
估计算法
优化器
鲁棒性
系统为您推荐了相关专利信息
医学影像分析方法
细粒度特征
层级
采样器
上采样
内镜黏膜下剥离术
辅助系统
计算机可读指令
图像匹配
关键点
诊断决策方法
方剂
注意力
门控循环单元网络
环境特征值
通道注意力机制
噪声预测
协方差矩阵
地震去噪方法
局部特征提取