- 1、本文档共11页,其中可免费阅读10页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度学习的脑电‑肌电信号融合识别方法,通过基于深度自注意力机制的循环神经网络对预处理后的脑电信号进行高维编码及序列解码,获得脑电分类特征矩阵;对预处理后的肌电信号进行强度特征提取,获得肌电特征向量;通过无监督稀疏自编码器对脑电分类特征矩阵和肌电特征向量进行特征融合,生成最终指令。本发明将多头自注意力机制和编码‑解码模型结合应用到脑电特征提取领域,提高脑电分类识别精度;利用自适应方法,解决肌电信号存在个体差异和位置差异的问题,通过提取肌电信号的强度特征来实现动作强度的估计;利用
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113239744 A
(43)申请公布日 2021.08.10
(21)申请号 202110447914.2 G06N 3/08 (2006.01)
(22)申请日 20
文档评论(0)