一种基于双边注意力深度神经网络的跨时段脑纹识别方法及其系统

AITNT
正文
推荐专利
一种基于双边注意力深度神经网络的跨时段脑纹识别方法及其系统
申请号:CN202411936031
申请日期:2024-12-26
公开号:CN119830109A
公开日期:2025-04-15
类型:发明专利
摘要
本发明公开一种基于双边注意力深度神经网络的跨时段脑纹识别方法及其系统。通过基准网络对脑电数据进行初级特征提取;利用双边注意力深度神经网络对初级特征进行高级语义特征提取;双边注意力深度神经网络包括空间特征精炼单元、通道特征精炼单元、特征聚合单元;使用分类器对高级语义特征进行分类识别。本发明通过空间特征精炼单元和通道特征精炼单元,对基准网络提取的初级特征进行协同深度处理,使得提取的高级语义特征更具代表性,从而显著提高了跨时段脑纹识别的准确性。
技术关键词
脑纹识别方法 语义特征提取 重构模块 积层 描述符 通道注意力机制 分类器 全局平均池化 身份 特征提取模块 数据采集模块 识别系统 计算机 识别模块
系统为您推荐了相关专利信息
1
一种基于深度学习的多序列海底智能采水系统和方法
中央处理器单元 环境参数传感器 水下摄像机 采水器 采水系统
2
基于光伏组件电压预测的光伏组件控制系统及方法
光伏组件控制方法 光伏组件控制系统 时序特征 语义特征提取 多尺度
3
一种基于大数据智能旅游气象预测平台及方法
智能旅游 气象 特征提取网络 大数据 重建误差
4
一种基于虚拟电厂运营的负荷预测方法及系统
混合预测模型 负荷预测方法 蚁群优化算法 蚂蚁 指数
5
电力无线传感器网络的安全检测方法、装置、设备及介质
传播算法 池化特征 混沌映射方法 标签 积层
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号