摘要
本发明涉及一种PET运动信号提取方法、存储介质和设备,该方法包括:获取PET采集数据构建深度神经网络;基于深度神经网络提取X中的高级别隐含特征基于PCA算法寻找特征空间基向量矩阵其具体包括:基于P对经过去中心化预处理的Y进行线性投影,得到降维数据基于优化公式构造拉格朗日函数并对P求导得到特征值公式;对特征值公式求解得到特征空间基向量矩阵;取特征空间基向量矩阵的第一主成分得到运动特征为的PET运动信号。其有益效果是,结合深度神经网络和PCA方法的架构来增强PET运动信号的提取能力,深度神经网络提取更高级别隐含特征,PCA方法用来降噪和运动信息提取。
技术关键词
运动信号提取方法
构建深度神经网络
训练神经网络
特征值
PCA算法
运动特征
拉格朗日
数据
协方差矩阵
编码器
处理器
存储设备
可读存储介质
线性
计算机
动态
系统为您推荐了相关专利信息
状态空间模型
机组组合方法
数据处理模块
动态响应模型
电力系统频率
教学质量评价方法
教学质量评价系统
学生
数据
教师
旋转角度信息
矩阵
物理特征参数
特征值
数字孪生模型