支持向量机在脑电信号分类中的应用

李钢; 王蔚; 张胜

首页> 中文期刊> 《计算机应用》 >支持向量机在脑电信号分类中的应用

支持向量机在脑电信号分类中的应用

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

首先采用小波变换提取精神分裂症与健康人的脑电信号频率和空间的能量特征,然后用基于统计学习理论的支持向量机(SVM)分类器进行训练和分类测试,并比较了不同核函数和参数对脑电信号分类正确率的影响,最后与RBF神经网络的分类能力进行了实验比较.试验结果表明,利用基于支持向量机和能量特征的方法实现对脑电信号的分类可以取得理想的效果,精神分裂症患者和健康人的16导脑电信号在能量特征上表现出较高的模式可分性.这种分类方法在精神分裂症患者的病理诊断中具有一定的应用价值.

著录项

来源
《计算机应用》 |2006年第6期|1431-14331436|共4页
作者
李钢; 王蔚; 张胜;
展开▼
作者单位

南京师范大学;

教育科学学院;

江苏;

南京;

210097;

南京师范大学;

教育科学学院;

江苏;

南京;

210097;

浙江师范大学;

信息技术学院;

浙江;

金华;

321004;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP311.13;
关键词
支持向量机; 小波变换; 脑电; 分类;

相似文献

中文文献
外文文献
专利

1. 经验模式分解与代价敏感支持向量机在癫痫脑电信号分类中的应用 [J] . 李冬梅 ,张洋 ,杨日东 . 生物医学工程研究 . 2017,第001期
2. 基于RBF核函数支持向量机分类器的多导脑电信号分类识别研究 [J] . 张海军 ,王学军 . 机电工程技术 . 2008,第008期
3. 基于支持向量机的酗酒脑电信号分类研究 [J] . 丁尚文 ,王纯贤 . 自动化仪表 . 2019,第011期
4. 基于最小二乘支持向量机的脑电信号分类 [J] . 刘冲 ,于清文 ,陆志国 . 东北大学学报（自然科学版） . 2016,第005期
5. 自发脑电信号的支持向量机分类算法 [J] . 吴婷 . 上海电机学院学报 . 2012,第003期
6. 基于置信系数的组合分类算法及其在脑电信号分类中的应用 [C] . Jinhe Shi ,施锦河 ,Jizhong Shen . 中国电子学会电路与系统学会第二十三届年会 . 2011
7. 脑电信号分类研究的方法——高斯分类器和支持向量机 [A] . 薛晓炎 . 2008

支持向量机在脑电信号分类中的应用

摘要

著录项

相似文献

相关主题

期刊订阅