排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
针对脑电信号中P300事件相关电位识别分类准确率较低的问题,文中提出了一种基于LSTM-Attention网络的P300事件相关电位的识别分类方法。在数据处理阶段使用SMOTE对脑电信号中P300电位数据进行数据增广,并基于DBSCAN聚类算法剔除合成数据中的无关噪声。在识别分类阶段,通过在LSTM网络后加入注意力机制和Dropout层搭建LSTM-Attention分类识别网络,并使用Sigmoid函数输出P300事件相关电位的识别分类结果。实验结果表明,文中方法能够有效对脑电信号中的P300事件相关电位进行识别分类,准确率和Dice系数均值分别达到了91.9%和91.7%,与传统方法相比准确性更高、泛化性能更强。 相似文献
2.
针对城市道路上轻型车的行驶工况问题,分析福建省莆田市某实际道路采集的行驶数据和道路交通运行特征,对实采数据进行清洗并划分成运动学片段,根据车辆运行机制和运动学片段统计分布特点,采用PCA方法对特征参数进行降维处理,设计改进的PSO-K-means算法构建车辆行驶工况,并从10个主要特征参数角度与实际工况进行对比,结果表明所构建工况能够准确反映车辆在实际道路上的行驶特征,说明使用改进PSO-K-means算法构建轻型车行驶工况的合理性和有效性. 相似文献
1