python - 无噪声提取信号的深度学习模型
问题描述
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?
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。
解决方案
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。
推荐阅读
- oracle - 如何下载和安装“oracle-xe-11.2.0-1.0.x86_64.rpm.zip”
- node.js - nodejs 将 json 中的对象转换为字符串行并将这些行存储在文本文件中
- spring-boot - 使用 gradle for Java 使用 AWS Lambda 层进行有效开发,用于 Spring Boot 应用程序
- javascript - 无法找到函数中的错误
- html - 如何在粘性导航栏中设置平滑滚动?
- linux - 如何仅在执行 ksh 脚本时记录数据?
- javascript - 在 ReactJS 中动态隐藏元素
- json - 从 JSON 填充列表时出现 TypeMismatch 错误
- php - 如何修复 reduce 方法不返回任何内容(Laravel)
- php - 使用 Woocommerce API 检索可购买的产品