融合小波包变换的一维MobileNet癫痫脑电信号识别

刘安康; 成凌飞; 张宣

首页> 中文期刊> 《传感技术学报》 >融合小波包变换的一维MobileNet癫痫脑电信号识别

融合小波包变换的一维MobileNet癫痫脑电信号识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对目前传统神经网络内存需求大,运算量大,在移动端或嵌入式设备上运行困难等问题,提出了一种融合了小波包变换的轻量级卷积神经网络模型,用于癫痫脑电信号识别的研究。根据癫痫脑电信号的特性,首先采用小波包变换将脑电信号分成三个频段,然后运用改进的一维MobileNet训练、分类。同时引入超参数宽度因子α,通过改变宽度因子的大小以调整模型的深度。实验结果表明,当一维MobileNet模型的宽度因子α选取为0.75时,最终准确率达到100%,其模型的计算量和参数量分别为56.1M和1.24M。与现有的癫痫EEG信号识别方法比较,此模型在准确率、参数量、计算量方面均有不错的表现。

著录项

来源
《传感技术学报》 |2023年第4期|616-622|共7页
作者
刘安康; 成凌飞; 张宣;
展开▼
作者单位

河南理工大学物理与电子信息学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
脑电信号; 癫痫检测; 小波包变换; MobileNet; 轻量级神经网络;

相似文献

中文文献
外文文献
专利

1. 小波包变换和极限学习机相融合的脑电信号识别方法 [J] . 肖艳 ,程淑芳 . 内蒙古师范大学学报（自然科学汉文版） . 2016,第006期
2. 基于小波包变换的癫痫脑电信号特征提取 [J] . 周红标 ,陈若珠 ,李军红 . 电子测量技术 . 2009,第10期
3. 基于小波包变换和聚类分析的脑电信号识别方法 [J] . 徐宝国 ,宋爱国 . 仪器仪表学报 . 2009,第1期
4. 基于小波包变换的癫痫心电信号特征提取 [J] . 易子川 ,钟清华 . 中国医学物理学杂志 . 2011,第006期
5. 基于快速独立分量分析和小波包变换的脑电信号消噪 [J] . 王远大 ,陈宏铭 ,程玉华 . 中国集成电路 . 2013,第7期
6. 基于小波包变换和多尺度熵的癫痫脑电信号分析 [C] . TAO Ze-pei ,陶泽沛 ,GUO Wen-cheng . 2015工业设计与协同创新学术会议暨第20届全国工业设计学术年会 . 2015
7. 基于小波包变换对脑电信号的分析及软件架构 [A] . 张仁龙 . 2007

融合小波包变换的一维MobileNet癫痫脑电信号识别

摘要

著录项

相似文献

相关主题

期刊订阅