基于小波变换和AdaBoost极限学习机的癫痫脑电信号分类

韩敏; 孙卓然

首页> 中文期刊> 《计算机应用》 >基于小波变换和AdaBoost极限学习机的癫痫脑电信号分类

基于小波变换和AdaBoost极限学习机的癫痫脑电信号分类

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对单一极限学习机(ELM)在癫痫脑电信号研究中分类结果不稳定、泛化能力差的缺陷,提出一种基于互信息(MI)的AdaBoost极限学习机分类算法.该算法将AdaBoost引入到极限学习机中,并嵌入互信息输入变量选择,以强学习器最终的性能作为评价指标,实现对输入变量以及网络模型的优化.利用小波变换(WT)提取脑电信号特征,并结合提出的分类算法对UCI脑电数据集以及波恩大学癫痫脑电数据进行分类.实验结果表明,所提方法相比传统方法以及其他同类型研究,在分类精度和稳定性上有着明显提高,并具有较好的泛化性能.

著录项

来源
《计算机应用》 |2015年第9期|2701-27052709|共6页
作者
韩敏; 孙卓然;
展开▼
作者单位

大连理工大学电子信息与电气工程学部;

辽宁大连116023;

大连理工大学电子信息与电气工程学部;

辽宁大连116023;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
AdaBoost; 极限学习机; 小波变换; 互信息; 脑电信号分类;

相似文献

中文文献
外文文献
专利

1. 基于经验模态分解和极限学习机的癫痫脑电提取分类研究 [J] . 宋玉龙 ,赵冕 ,郑威 . 生物医学工程研究 . 2019,第003期
2. 改进的极限学习机在癫痫脑电分类中的应用 [J] . 王杰 ,李牧潇 . 计算机仿真 . 2014,第006期
3. 一种基于AdaBoost的极限学习机分类方法 [J] . 王杰 ,贾育衡 . 郑州大学学报（理学版） . 2014,第002期
4. 基于脑电信号和极限学习机的警觉度检测研究 [J] . 杨米红 ,李会艳 ,孙晓舟 . 天津职业技术师范大学学报 . 2018,第004期
5. 基于脑电信号和极限学习机的警觉度检测研究 [J] . 杨米红1 ,李会艳1 ,孙晓舟1 . 天津职业技术师范大学学报 . 2018,第004期
6. EMD与CSVM在癫痫脑电信号分类中的应用 [C] . 李冬梅 ,杨日东 ,田翔华 . 2017中国医院协会信息网络大会 . 2017
7. 基于极限学习机的脑电信号分类研究 [A] . 胡波 . 2018

基于小波变换和AdaBoost极限学习机的癫痫脑电信号分类

摘要

著录项

相似文献

相关主题

期刊订阅