一种基于神经网络的有监督的信号分类方法

摘要文本

电子科技大学取得“一种透气窗帘布”专利技术，本发明提供一种基于神经网络的有监督的信号分类方法，采集少量与待分类数据相同采集环境的数据并完成贴标生成校准数据；将校准数据输入至神经网络模块，根据神经网络模块的模板层的输出得到所有信号类别的类别模板；将待分类数据输入至神经网络模块，神经网络模块的模板层输出待分类数据的特征数据；将待分类数据的特征数据分别与各类别模板进行距离计算，将距离最小值所对应的类别作为最终的分类结果。本发明减小了信号变异性对模型性能的影响，无需对神经网络参数进行重新训练，显著降低了计算复杂度，同时具有更优越的分类性能。在语音信号、生理信号等变异性较强的信号处理中具有广泛的应用价值。