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：五邑大学
申请日：2024-01-19
公开（公告）日：2024-05-10
公开（公告）号：CN118013186A
主分类号：G06F18/00
分类号：G06F18/00;G06F18/10;G06N3/0499;G06N3/082;G06N3/0464
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.28#实质审查的生效;2024.05.10#公开
摘要：本发明实施例提供了一种基于视觉曲线注意力网络的fNIRS信号识别方法。通过将C‑Att嵌入VAN结构中的每个block中，使得每个block都能通过C‑Att聚焦于输入数据的特定特征。这使得IVCAN网络模型能够充分捕捉fNIRS信号中的关键特征，增强了特征表达。与现有技术相比，VAN的结构有助于C‑Att更好地聚焦于输入数据的局部和长程依赖特征以及复杂的数据关联，从而实现更高的分类准确率。C‑Att在fNIRS信号处理中具有明显的优势，能够更全面地挖掘关键信息，提高模型性能。本发明实施例能够增强对fNIRS信号的特征提取能力，以更加全面的表达特征，从而提高对fNIRS信号分类识别的准确率。
主权项：1.一种基于视觉曲线注意力网络的fNIRS信号识别方法，其特征在于，所述方法包括：采用近红外信号采集设备对被测试者进行fNIRS信号采集；对采集的fNIRS信号进行预处理，得到处理好的fNIRS信号；构建IVCAN网络模型，并设置IVCAN网络模型的模型参数，其中，所述IVCAN网络模型为基于视觉注意力网络VAN的深度学习模型，所述IVCAN网络模型的神经网络块block中嵌入有C-Att层和MLP层，所述C-Att层通过使用局部Conv和膨胀Conv提取fNIRS信号中的关键特征，所述MLP层用于对所述关键特征进行特征归纳；将处理好的fNIRS信号输入到IVCAN网络模型进行训练，得到训练好的IVCAN网络模型；将待测的fNIRS信号输入到训练好的IVCAN网络模型，以对被测试者的运动想象状态进行分类识别，输出分类识别结果。
全文数据：
权利要求：
百度查询： 五邑大学 基于视觉曲线注意力网络的fNIRS信号识别方法
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