期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于残差网络的癫痫脑电自动检测方法
1
作者
许裕纯
许建军
《计算机应用》
CSCD
北大核心
2024年第S2期370-374,共5页
针对现有癫痫检测算法分类模式单一的问题,提出一种基于残差网络(ResNet)的癫痫脑电(EEG)自动检测方法。首先,搭建具有3个残差块的一维ResNet提取EEG信号的内在特征;其次,利用全连接网络进行分类;最后,将所提方法在波恩大学癫痫EEG数据...
针对现有癫痫检测算法分类模式单一的问题,提出一种基于残差网络(ResNet)的癫痫脑电(EEG)自动检测方法。首先,搭建具有3个残差块的一维ResNet提取EEG信号的内在特征;其次,利用全连接网络进行分类;最后,将所提方法在波恩大学癫痫EEG数据库上进行实验,研究了7种二分类、5种三分类和所有数据的五分类的EEG识别问题,所提方法的检测准确率分别为98.30%~99.46%、95.28%~97.45%和82.34%。实验结果表明,所提方法具有较好的普适性和分类准确率,更符合实际应用需求。
展开更多
关键词
癫痫检测
卷积神经网络
脑电信号
残差网络
自动检测
在线阅读
下载PDF
职称材料
题名
基于残差网络的癫痫脑电自动检测方法
1
作者
许裕纯
许建军
机构
东北财经大学
国际商学院
东北财经大学现代供应链管理研究院
出处
《计算机应用》
CSCD
北大核心
2024年第S2期370-374,共5页
文摘
针对现有癫痫检测算法分类模式单一的问题,提出一种基于残差网络(ResNet)的癫痫脑电(EEG)自动检测方法。首先,搭建具有3个残差块的一维ResNet提取EEG信号的内在特征;其次,利用全连接网络进行分类;最后,将所提方法在波恩大学癫痫EEG数据库上进行实验,研究了7种二分类、5种三分类和所有数据的五分类的EEG识别问题,所提方法的检测准确率分别为98.30%~99.46%、95.28%~97.45%和82.34%。实验结果表明,所提方法具有较好的普适性和分类准确率,更符合实际应用需求。
关键词
癫痫检测
卷积神经网络
脑电信号
残差网络
自动检测
Keywords
epilepsy detection
Convolutional Neural Network(CNN)
ElectroEncephaloGram(EEG)signal
Residual Network(ResNet)
automatic detection
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于残差网络的癫痫脑电自动检测方法
许裕纯
许建军
《计算机应用》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
