Ono_bing的博客

DANNDomain-Adversarial Training of Neural Networks in Tensorflow域适配：目标域与源域的数据分布不同但任务相同下的迁移学习。模型建立DANN假设有两种数据分布：源域数据分布KaTeX parse error: Undefined control sequence: \cal at position 1: \̲c̲a̲l̲...

应用DANN进行睡眠质量检测目的：应用域对抗神经网络（DANN）分类实际生活场景中的睡眠脑电信号。模型：使用实验室安静控制环境下采集的脑电信号训练DANN模型，通过域自适应方法将知识迁移到真实环境中。实验结果：DANN在跨样本和跨场景任务中均能取到较高的正确率。方法数据预处理选择电极通道，重参考数据分频段δ(1−4Hz),θ(4−8Hz),α(8−13Hz)...