2.2.3.1. Các tham số đỉnh:
Các tham số của hệ số wavelet được tính toán, nó là đầu vào của mạng ANN.
Hình 2. 12. Các tham số đỉnh là đầu vào mạng ANN Các tham số được định nghĩa như sau:
1) Biên độ tương đối 1 (𝑅𝐴1𝑢, 𝑅𝐴1𝑑): được tính bằng thương giữa hiệu độ lớn giữa đỉnh và các chân sóng với biên độ nền
(2.21)
Trong đó 𝑤𝑇𝑛 𝑡 là biên độ nền của hệ số wavelet tại thời điểm sóng đạt tới đỉnh. Biên độ nền được tính theo công thức (2.19).
2) Biên độ tương đối 2 (𝑅𝐴2𝑢, 𝑅𝐴2𝑑): được tính bằng thương giữa hiệu độ lớn giữa đỉnh và các điểm uốn với biên độ nền
(2.22)
Trong đó, điểm uốn được định nghĩa là điểm đầu tiên tại đó độ dốc của đỉnh giảm hơn 50% so với độ dốc của điểm phía trước (tính từ đỉnh).
3) Thời gian tồn tại 1 (𝑊1): số điểm dữ liệu giữa điểm đầu và điểm cuối của sóng, tương ứng với 𝑊𝐴𝐵 trong hình 2.12.
4) Thời gian tồn tại 2 (𝑊2): số điểm dữ liệu giữa hai điểm uốn của sóng, tương ứng với 𝑊𝐷𝐸 trong hình 2.12.
5) Thời gian tồn tại 3 (𝑊3): là khoảng cách giữa hai điểm giữa, các điểm giữa là các điểm tại đó biên độ bằng một nửa biên độ của 𝑎𝐶𝐴 hoặc 𝑎𝐶𝐵 , tương ứng với
𝑊𝐹𝐺 trong hình 2.12.
𝑅𝐴1𝑢 = 𝑎𝐶𝐴 𝑤𝑇𝑛 𝑡 , 𝑅𝐴1𝑑 = 𝑎𝐶𝐵 𝑤𝑇𝑛 𝑡
6) Độ sắc nét (𝑆𝐻): là tốc độ thay đổi của độ dốc tại điểm đỉnh, nếu điểm đỉnh được ký hiệu là 𝑘, 𝑆𝐻 được tính như sau:
(2.23)
Trong đó 𝑠𝑙 𝑘 là độ dốc tại điểm 𝑘:
(2.24)
7) Độ dốc (𝑆𝐿𝑃1 và 𝑆𝐿𝑃2): là độ dốc của các đường kết nối đỉnh và hai điểm uốn (2.25)
2.2.3.2. Mạng ANN:
Ba mạng perceptron đa lớp giống nhau được thiết kế để dò tìm gai, sóng nhọn và sóng chậm. Mỗi mạng có số node đầu vào, số node lớp ẩn và số node đầu ra khác nhau. Đầu vào của mạng là các tham số đỉnh được tính toán ở trên, đầu ra chỉ ra sự xấp xỉ giữa sóng đầu vào và dạng động kinh cơ bản. Ở đây, sử dụng thuật toán học 2 lần (twice-learning) để đạt đầu ra tuyến tính từ mạng nơ-ron lan truyền ngược 3 lớp và giảm thiểu sự can thiệp của con người.
Cấu trúc của mạng ANN:
Hình 2. 13. Cấu trúc mạng ANN
𝑁 là số scale cũng là số lớp ẩn được sử dụng, 𝑀 là các thông số đầu vào mạng,
𝑥𝑖𝑗 là thông số thứ 𝑗 của scale 𝑖. Thuật toán “twice-learning”:
- Đầu ra mong muốn là nhị phân và được thiết lập bởi chuyên gia. Mạng được cập nhật hệ số bởi thuật toán học lan truyền ngược có trọng số. Khi huấn luyện hoàn thành, mạng có khả năng phân loại tín hiệu thành hai nhóm, đầu ra sẽ gần 0 hoặc 1.
𝑆𝐻 = 𝑠𝑙 𝑘 + 1 − 𝑠𝑙(𝑘 − 1) 2
𝑠𝑙 𝑘 = 𝑤𝑛 𝑘 + 1 − 𝑤𝑛 𝑘 − 1 2
- Đầu ra của tất cả mẫu dương được phân loại, đầu ra cực đại 𝑃𝑚𝑎𝑥 và đầu ra cực tiểu 𝑃𝑚𝑖𝑛 được tìm. Cho mẫu dương với đầu ra 𝑦, đầu ra mong muốn của nó khi huấn luyện vòng hai là: