您当前的位置:
首页 >
文章列表页 >
基于BLSTM-SVM混合模型的脑力负荷分类
研究与探讨 | 更新时间:2025-09-11
    • 基于BLSTM-SVM混合模型的脑力负荷分类

    • 暂无标题

    • 传感器与微系统   2025年第4期 页码:52-55
    • DOI:10.13873/J.1000-9787(2025)04-0052-04    

      中图分类号: R318;TP18;TN911.7
    • 纸质出版:2025

    移动端阅览

  • 李兴国, 曲洪权, 林赟, 等. 基于BLSTM-SVM混合模型的脑力负荷分类[J]. 传感器与微系统, 2025,(4):52-55. DOI: 10.13873/J.1000-9787(2025)04-0052-04.

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

浏览量

239

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于IPSO算法优化SVM的睡眠分期模型
动态场景下火灾烟雾多特征融合识别定位研究
基于1DResNet-BiLSTM模型的PPG信号血压检测
支持向量机结合FTIR的沥青混合料老化程度鉴别
基于视觉识别和多传感器的跌倒检测系统设计

相关作者

王成
白国长
张宇
杨冬
金天宇
陈贵亮
李静
王天波

相关机构

郑州大学机械与动力工程学院
河北工业大学机械工程学院
中国科学技术大学工程科学学院
湖北省计量测试技术研究院
武汉科技大学机械自动化学院
0