python - 无噪声提取信号的深度学习模型

Question

我在定义用于从噪声信号中提取原始信号的深度模型时遇到问题。我有使用 fECG + mECG + 噪声作为 ECG 信号创建的信号，我也有单独的 fECG 信号。我想将 ECG 信号用于训练模型，将 fECG 用于标签。我使用滑动窗口将信号分成 1000 个样本。所以我的数据和我的标签是（1000 * 1）。我找不到一个好的深度模型来训练它。你能帮助我吗？

此图为心电图信号（fECG + mECG + 噪声）

这张图是与上述信号相关的 fECG。我使用 Keras、python 编写深度学习代码。谢谢。

标签： pythondeep-learningsignal-processing

Answer 1

如果我理解正确，您有一个噪声信号（fECG + mECG + 噪声）和一个相应的干净信号（fECG）。现在你想要一个模型从嘈杂的信号中提取干净的信号。

对于这个用例，我建议使用去噪自动编码器。你可以在这里找到解释。