-
公开(公告)号：CN113065526B
公开(公告)日：2022-05-31
申请号：CN202110488070.6
申请日：2021-05-06
Applicant: 吉林大学
Abstract: 本发明属于模式识别及脑电信号处理领域，涉及一种基于改进ResNeXt网络的脑电信号分类方法；包括脑电信号采集、预处理、特征提取、训练ResNeXt分类网络四部分；训练ResNeXt分类网络是指：划分训练集和测试集；构建改进ResNeXt脑电信号分类网络；训练改进后的ResNeXt脑电信号分类网络；构建改进ResNeXt脑电信号分类网络是指：在ResNeXt基础上改进，对分组卷积的每个block模块的中间一层卷积层增加直连操作，加快模型收敛的速度，降低模型的测试误差，提升泛化能力；本发明加快了分类模型的收敛速度，相对卷积神经网络脑电分类模型，改进后的ResNeXt分类模型更容易优化，有效地改善了深层次训练模型存在的梯度爆炸问题，在避免分类模型退化问题的同时能使网络的层数大大加深。
-
公开(公告)号：CN113065526A
公开(公告)日：2021-07-02
申请号：CN202110488070.6
申请日：2021-05-06
Applicant: 吉林大学
Abstract: 本发明属于模式识别及脑电信号处理领域，涉及一种基于改进ResNeXt网络的脑电信号分类方法；包括脑电信号采集、预处理、特征提取、训练ResNeXt分类网络四部分；训练ResNeXt分类网络是指：划分训练集和测试集；构建改进ResNeXt脑电信号分类网络；训练改进后的ResNeXt脑电信号分类网络；构建改进ResNeXt脑电信号分类网络是指：在ResNeXt基础上改进，对分组卷积的每个block模块的中间一层卷积层增加直连操作，加快模型收敛的速度，降低模型的测试误差，提升泛化能力；本发明加快了分类模型的收敛速度，相对卷积神经网络脑电分类模型，改进后的ResNeXt分类模型更容易优化，有效地改善了深层次训练模型存在的梯度爆炸问题，在避免分类模型退化问题的同时能使网络的层数大大加深。
-
公开(公告)号：CN221393990U
公开(公告)日：2024-07-23
申请号：CN202420644040.9
申请日：2024-04-01
Applicant: 吉林大学
IPC: B63H23/26
Abstract: 本实用新型公开了一种仿生机械鱼内部的一体化电池传动结构，包括传动缸体，传动缸体内设有两个独立的容纳腔，两个活塞分别滑动连接在两个独立的容纳腔内，两个活塞内侧均固定连接有正极电极不锈钢网，两个活塞外侧均固定连接有驱动杆，驱动杆中部均设有滑动框，两个舵机对称固定连接在结构梁上，两个舵机的转轴上均垂直固定连接有舵臂，舵臂均滑动连接在滑动框内，传动缸体内部设有固定包片，固定包片中部设有阳离子交换膜，固定包片上下两侧被阳离子交换膜分割成正极电解液存放区和负极电解液存放区，将液流电池与液压驱动系统合一，以电池结构为驱动系统的主体，将电解液与液压液两者合二为一，促进了仿生鱼内部结构的简化，提高结构可靠性。
-
-
Search Results
3
records
(took 0.013 seconds)
