首页> 中文学位 >基于自适应遗传算法优化的栈式稀疏自编码器的眼电伪迹去除模型
【6h】

基于自适应遗传算法优化的栈式稀疏自编码器的眼电伪迹去除模型

代理获取

目录

声明

致谢

摘要

1绪论

1.1课题研究背景及意义

1.1.1课题背景

1.1.2研究意义

1.2课题研究现状

1.3研究内容及组织结构

1.4本章小结

2脑电信号的采集与预处理

2.1实验方法

2.1.1被试选择和实验环境

2.1.2语音材料和实验任务

2.2脑电信号的采集

2.2.1脑电信号的采集电极

2.2.2脑电信号采集的准备工作

2.3预处理

2.4本章小结

3基于FCM算法的样本集处理

3.1特征计算

3.2模糊聚类概述

3.2.1模糊C均值聚类算法基本原理

3.2.2 FCM求解及算法流程

3.3基于FCM的聚类过程和结果

3.3.1特征计算结果

3.3.2 FCM聚类结果

3.4样本标准化

3.4.1训练集和验证集

3.4.2测试集

3.5本章小结

4基于自适应遗传算法和栈式稀疏自编码器的伪迹去除

4.1栈式稀疏自编码器

4.1.1自编码器模型基本原理

4.1.2稀疏自编码器

4.1.3栈式稀疏自编码网络

4.1.4基于稀疏自编码器的眼电去除模型网络结构

4.2自适应遗传算法优化

4.2.1遗传算法简介

4.2.2网络结构的优化

4.2.3网络参数的优化

4.2.4自适应遗传操作

4.2.5适应度函数

4.3自适应遗传算法改进结果

4.4本章小结

5模型去除眼电伪迹的结果及分析

5.1模型评价指标

5.2网络深度对于模型性能的提升

5.3自适应遗传算法对于模型性能的提升

5.3.1自适应遗传算法对网络结构的影响

5.3.2自适应遗传算法对网络权值的影响

5.4模型去除眼电伪迹总体效果对比实验

5.4.1小波变换

5.4.2 ICA

5.4.3 PCA

5.5模型的泛化能力

6.6本章小结

6总结与展望

6.1总结

6.2展望

参考文献

作者简历

展开▼

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号