-
公开(公告)号：CN116432070A
公开(公告)日：2023-07-14
申请号：CN202111637078.0
申请日：2021-12-29
Applicant: 上海交通大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/084 , G06F18/25
Abstract: 本发明提供基于深度学习神经网络的ECG信号分类系统，包括公共特征提取模块采用卷积神经网络，对ECG信号提取浅层特征；域不变分支模块采用卷积神经网络，对浅层特征提取特征，通过最小化分类损失，为源域做特征匹配，获得一个预测；域特有分支模块采用卷积神经网络，使用LMMD损失，对输入的浅层特征在每一对源与目标域间做特征匹配，获得n个预测；混合模块对每个子分支赋予不同的置信度，将得到的n+1个预测结合，得到最终预测。本发明的多分支网络和多源无监督域适应，有效地学习ECG信号的通用特征，使得源数据集学习到的知识运用在未知目标数据集，并且通过基于先验分类器融合策略，将多个预测值有机地组合得到最终结果，进一步提升模型的泛化性能。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
