龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西北大学
申请日：2020-07-09
公开（公告）日：2024-04-26
公开（公告）号：CN111898469B
主分类号：G06F18/213
分类号：G06F18/213;G06F18/10;G06N3/0464;G06N3/08
优先权：
专利状态码：有效-授权
法律状态：2024.04.26#授权;2020.11.24#实质审查的生效;2020.11.06#公开
摘要：本发明公开了一种基于缩放卷积层的信号时频特征提取方法及装置，该方法使用初始化的缩放卷积层的卷积核与信号进行互相关计算，然后判断卷积核大小是否达到初始设定的下界，若没有达到下界则对卷积核进行缩放处理后再次与信号进行互相关计算，直至卷积核大小达到初始设定的下界时，则停止计算；将多个互相关计算结果拼接成能同时表达时频信息的二维张量作为缩放卷积层的最终特征提取结果。本发明有效地解决了在使用深度神经网络对信号进行处理时需要人工提取特征、对时频信息进行建模等复杂的特征工程问题，从而提供了一种无需对信号进行手动特征提取、可同时建模时频信息、适用于信号处理、兼容现有深度学习框架的缩放卷积层。
主权项：1.一种基于缩放卷积层的信号时频特征提取方法，其特征在于，该方法能直接从原始脑电信号自动进行时频特征提取，包括如下步骤：步骤一，初始化设定：设定缩放卷积层的卷积核大小的上界为：输入信号长度的四分之一向下取整加一，下界为：1，并采用截断高斯分布初始化以上界作为初始化缩放卷积层的卷积核大小的卷积核；步骤二，信号输入：将待处理的原始脑电信号输入初始化缩放卷积层，记做输入信号；步骤三，互相关计算：对卷积核与输入信号进行互相关计算，并加上偏置，得到激活值；步骤四，对卷积核大小进行缩放处理：对步骤三中的卷积核大小进行判断，当卷积核大小大于预先设定的卷积核下界时，则对卷积核进行二倍下采样，并转入步骤三；当卷积核大小达到预先设定的卷积核大小下界时，则转入步骤五；步骤五，结果输出：将由步骤三得到的多个互相关结果堆叠为二维张量的形式作为最终的结果输出。
全文数据：
权利要求：
百度查询： 西北大学 一种基于缩放卷积层的信号时频特征提取方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号