一种基于CNN分类模型和生成对抗网络的运动想象分类方法及系统
基本信息
| 申请号 | CN202110267109.1 | 申请日 | - |
| 公开（公告）号 | CN112884062A | 公开（公告）日 | 2021-06-01 |
| 申请公布号 | CN112884062A | 申请公布日 | 2021-06-01 |
| 分类号 | G06K9/62;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 谢佳欣;郜东瑞;张家璇;张倩倩 | 申请（专利权）人 | 四川省博瑞恩科技有限公司 |
| 代理机构 | 成都熠邦鼎立专利代理有限公司 | 代理人 | 曾克 |
| 地址 | 610000 四川省成都市高新区益州大道北段388号8栋11楼1109号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于CNN分类模型和生成对抗网络的运动想象分类方法及系统，包括数据预处理：对收集的MI原始数据通过ICA消除部分噪声，通过带通滤波器消除不重要或干扰的信号，并通过小波变换和快速傅立叶变换进行特征提取；数据扩充：通过基于长短期记忆网络和生成对抗网络，生成高质量MI数据；数据分类：通过多输出卷积神经网络，提高分类性能，得到分类结果；所述基于长短期记忆网络和生成对抗网络包括生成器和鉴别器，生成器包括第一完全连接层、多个卷积层和多个注意力网络，鉴别器包括多个卷积LSTM和第二完全连接层。本发明使用LSTM和GAN构建LGAN，完成对MI数据的时空维度建模，并通过生成器生成高质量的新数据，降低因数据不足对分类结果的影响。 |
