-
【获取途径】
超星期刊网
-
【作者】贾亦非,尹梦真,王懋云,王佳明
-
【刊名】太原师范学院学报(自然科学版)
-
【作者单位】1太原学院计算机科学与技术系;2太原师范学院计算机科学与技术学院
-
【年份】2024
-
【卷号】第23卷
-
【期号】 第2期
-
【页码】35-41
-
【ISSN】1672-2027
-
【关键词】小样本学习 脑电信号 卷积神经网络 分类精度 精神分裂症
-
【摘要】
目前很多机器学习方法都建立在大量数据的需求上,但在实际的生产生活中,有时很难获得大批量的数据.本文提出将小样本学习技术应用于脑电信号分析上,以增强分类精度,提高分析性能.实验通过对采集到的脑电信号进行预处理,再将其通过预训练模型的卷积层和池化层输出的高维特征向量作为输入数据进行特征提取,最后用小样本学习训练模型,实现在数据集规模较小的情况下达到较好的分类或预测效果.该方法结合了卷积神经网络和元学习的思想,通过在少量标记数据上进行训练,实现了对未标记数据的快速适应.实验结果表明,该方法在小样本情况...
-
【文献类型】
期刊
进入发现系统查看更多信息
页脚