期刊导航
期刊开放获取
河南省图书馆
退出
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
基于残差收缩网络的睡眠脑电分期
被引量:
5
1
作者
陈玲玲
毕晓君
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2022年第2期148-155,共8页
现有睡眠分期方法存在特征提取不充分、类别间存在数据不平衡等问题,导致睡眠分期的精度不高。基于残差收缩网络设计高效的特征提取网络,同时,在损失函数中基于重加权思想设计了类别加权损失函数,通过调整损失函数有效解决了数据不平衡...
现有睡眠分期方法存在特征提取不充分、类别间存在数据不平衡等问题,导致睡眠分期的精度不高。基于残差收缩网络设计高效的特征提取网络,同时,在损失函数中基于重加权思想设计了类别加权损失函数,通过调整损失函数有效解决了数据不平衡对分类精度的影响。实验结果表明,改进算法在Sleep-EDF数据集中的Fpz-Cz、Pz-Oz通道上,准确率分别为85.4%和82.2%,MF_(1)分别为79.6%和75.4%,均高于基准算法和目前先进的对比算法,证明了算法的有效性和先进性。
展开更多
关键词
睡眠分期
残差收缩网络
类别
加权
损失函数
脑电信号
重加权思想
下载PDF
职称材料
题名
基于残差收缩网络的睡眠脑电分期
被引量:
5
1
作者
陈玲玲
毕晓君
机构
哈尔滨工程大学信息与通信工程学院
中央民族大学信息工程学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2022年第2期148-155,共8页
基金
国家社科基金重大项目(20&ZD279)资助
文摘
现有睡眠分期方法存在特征提取不充分、类别间存在数据不平衡等问题,导致睡眠分期的精度不高。基于残差收缩网络设计高效的特征提取网络,同时,在损失函数中基于重加权思想设计了类别加权损失函数,通过调整损失函数有效解决了数据不平衡对分类精度的影响。实验结果表明,改进算法在Sleep-EDF数据集中的Fpz-Cz、Pz-Oz通道上,准确率分别为85.4%和82.2%,MF_(1)分别为79.6%和75.4%,均高于基准算法和目前先进的对比算法,证明了算法的有效性和先进性。
关键词
睡眠分期
残差收缩网络
类别
加权
损失函数
脑电信号
重加权思想
Keywords
sleep stage
residual shrinkage network
class weighted loss function
electroencephalogram
re-weighting
分类号
TN911.7 [电子电信—通信与信息系统]
R318 [医药卫生—生物医学工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于残差收缩网络的睡眠脑电分期
陈玲玲
毕晓君
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2022
5
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