使用卷积神经网络基于EEG的低位检测
机构名称:
¥ 1.0

摘要。缺陷率检测已成为生物医学信号处理场中重要的活跃研究领域。为此,脑电图(EEG)是嗜睡和觉醒检测中最常见的方式之一。在这种情况下,我们提出了一种用于检测疲劳状态的新EEG分类方法。我们的方法利用A和觉醒的检测。在这种情况下,我们提出了一种用于检测疲劳状态的新EEG分类方法。我们的方法利用了卷积神经网络(CNN)体系结构。我们使用Emotiv Epoc+耳机定义了实验方案。之后,我们在记录和注释的数据集上评估了我们提出的方法。报告的结果表明检测准确性很高(93%),并表明所提出的方法是与其他方法相比,该方法是缺陷检测的有效替代方案。

使用卷积神经网络基于EEG的低位检测

使用卷积神经网络基于EEG的低位检测PDF文件第1页

使用卷积神经网络基于EEG的低位检测PDF文件第2页

使用卷积神经网络基于EEG的低位检测PDF文件第3页

使用卷积神经网络基于EEG的低位检测PDF文件第4页

使用卷积神经网络基于EEG的低位检测PDF文件第5页

相关文件推荐

卷积神经网络
2020 年
¥2.0