低信噪比片段识别神经网络训练方法和脑电信号处理方法

AITNT
正文
推荐专利
低信噪比片段识别神经网络训练方法和脑电信号处理方法
申请号:CN202510810438
申请日期:2025-06-17
公开号:CN120687739A
公开日期:2025-09-23
类型:发明专利
摘要
低信噪比片段识别神经网络训练方法,包括收集脑电信号;脑电信号分段;对信号分片标识为“不适用”或“适用”;对步骤20输出的信号分片进行时域特征计算,获得时域特征参数;用时域特征参数与“不适用”或“适用”,进行低信噪比片段识别神经网络训练;获得低信噪比片段识别神经网络模型或特征数据集。脑电信号处理方法,采集脑电信号,分成设定大小的信号分片;A级信号识别过滤,采用低信噪比片段识别神经网络训练方法获得的低信噪比片段识别神经网络,分析信号分片的信噪比是否大于设定阈值,如果大于设定阈值,抛弃该信号分片;B级信号识别过滤,是在时频域内,对A级信号识别过滤后脑电信号进行过滤。
技术关键词
识别神经网络 低信噪比 分片 短时傅里叶变换 脑电信号处理方法 采集脑电信号 标识 时域特征 长短期记忆网络 心电伪迹 递归神经网络 肌电伪迹 眼电伪迹 矩阵 分段 数据
系统为您推荐了相关专利信息
1
基于神经网络的激光除漆声学监测方法、装置
激光除漆 声学监测方法 分类神经网络 神经网络模型 频域特征
2
一种基于非平衡学习的面向多工况的设备故障诊断方法
设备故障诊断方法 面向多工况 故障诊断模型 代价敏感学习 梯度提升决策树
3
共享激励源的超声和红外热成像集成式检测方法及系统
超声回波 能量聚集 联合字典 频段 多通道
4
隐私信息求交的方法及计算设备
数据 伪随机函数 分片 标识 业务处理结果
5
一种基于卷积神经网络的古典音乐识别方法
识别方法 频谱特征 短时傅里叶变换 风格 情感类别
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