-
公开(公告)号:CN112294342A
公开(公告)日:2021-02-02
申请号:CN202011191789.5
申请日:2020-10-30
Applicant: 哈尔滨理工大学
IPC: A61B5/372
Abstract: 一种基于深度残差Mask‑CCNN的睡眠分期算法,涉及深度学习领域,包括如下步骤:步骤a.特征提取:将含有专家睡眠阶段标记的脑电信号(EEG)数据集输入到深度残差Mask‑CCNN进行时域和频域特征提取;步骤b.特征增强:采用深度残差块增强信息特征;步骤c.序列间特征提取:双向门控循环单元BiGRU构成的编、解码器提取脑电序列间的时序特征,使用注意力机制(Attention)加强每个睡眠阶段特征序列的最相关部分;步骤d.输出处理:通过softmax层输出睡眠分期。应用已经训练好的最优模型,输入EEG信号进行睡眠阶段分期。本发明可完成EEG信号的睡眠阶段自动分期,在获得较高分期准确度的同时有效避免特征选取的主观性。
-
公开(公告)号:CN209119339U
公开(公告)日:2019-07-16
申请号:CN201822226336.6
申请日:2018-12-28
Applicant: 哈尔滨理工大学
Abstract: 本实用新型涉及一种基于同轴线底馈的双极化微带贴片天线,用于解决现在微带天线体积过大、频带过窄的问题,主要通过采用同轴线底馈和双极化的馈电方式实现,所设计的同轴线底馈双极化微带贴片天线可以很好的缩小天线的体积、拓宽信号的频带,减轻天线的重量,以及提高天线的隔离度。该微带贴片天线主要包括介质板、辐射贴片、接地板、两个同轴线底馈;本实用新型所设计的同轴线底馈的双极化微带贴片天线不仅可以有效的拓宽天线信号的频带宽度,而且可以有效的缩小天线的体积,提高天线的隔离度,实现高性能的微带天线的设计。
-