摘要
本发明涉及信号处理领域,公开了一种EEG信号频谱泄露抑制方法及系统,包括:获取EEG信号并对所述EEG信号进行预处理;将预处理后的EEG信号进行小波变换,将其分解为不同尺度上的成分,构建深度学习模型,采用小波分解后的成分作为输入特征;将训练好的深度学习模型应用于新的EEG信号数据,识别出频谱泄露的成分,并输出抑制后的信号;对抑制后的信号进行逆小波变换,将频域上的改进成分还原到时域,得到处理后的EEG信号。本发明提高了频谱泄露抑制的准确性:结合小波变换与深度学习的方法,能够更准确地识别并抑制EEG信号中的频谱泄露现象,提高了信号分析的准确性。
技术关键词
频谱泄露抑制方法
深度学习模型
高通滤波器
上采样
构建卷积神经网络
小波变换系数
更新模型参数
电子设备
可读存储介质
低通滤波器
信号分析
存储器
处理器
指令
信号处理
识别模块
重构
采样率
系统为您推荐了相关专利信息
数字全息显微系统
微结构
光学元件
条纹
标量衍射理论
超薄铝箔
锂电池集流体
复合铝箔
视觉检测器
浮动辊
遥感图像压缩方法
高光谱遥感图像
混合模块
上采样
高斯混合模型
异常轨迹
自动编码器
重构
重建原始数据
三次样条插值法