基于非线性能量算子的信号分类检测方法

在线阅读下载PDF

导出

摘要本文研究了用传统的非线性能量算子的方法来提取典型癫痫发作脑电信号特征和癫痫发作间歇期脑电信号特征,而后将这两类信号送入SVM训练,建立模型,进而利用训练模型区分这两类信号,具有一定的实用意义。

作者赵建林

机构地区河南牧业经济学院应用电子系

出处《电子制作》 2013年第19期157-157,共1页 Practical Electronics

关键词非线性能量算子支持向量机脑电信号

参考文献7

1余辉,张力新,吕扬生.基于小波变换的QRS波检测[J].生物医学工程与临床,2001,5(2):65-70. 被引量：10
2李翠微,郑崇勋.ECG自动分析技术的发展[J].国外医学（生物医学工程分册）,1994,17(1):15-22. 被引量：23
3时文刚,戴静君,杜华军.基于遗传算法的故障诊断规则提取方法的研究[J].航天控制,2005,23(5):79-82. 被引量：1
4李强,杨基海,陈香,褚雪忠.基于非线性能量算子的表面肌电信号MUAP发放检测[J].北京生物医学工程,2006,25(4):376-380. 被引量：8
5苏金树,张博锋,徐昕.基于机器学习的文本分类技术研究进展[J].软件学报,2006,17(9):1848-1859. 被引量：391
6张金泽,单甘霖.改进的SVM算法及其在故障诊断中的应用研究[J].电光与控制,2006,13(6):97-100. 被引量：8
7邱雅竹,丁显峰,冯俊,莫智文.基于Mexican-hat小波的QRS检测新方法[J].生物医学工程学杂志,2006,23(6):1347-1349. 被引量：17
8傅连东,付曙光,曾良才,曹铭.基于遗传神经网络的故障智能诊断方法及其应用研究[J].液压与气动,2007,31(4):65-67. 被引量：3
9朱洪俊.心电信号QRS波群的小波精确识别法[J].西南科技大学学报,2007,22(2):33-39. 被引量：5
10Pan J, Tompkins W J. A real time QRS detection algorithm [J]. IEEE Trans. on BME, 1985, 32 (3): 230-2361.

1姚学恒,张萍,闫立伟,操诚.基于机器学习的企业秘密文档自动分类方法[J].产业与科技论坛,2020,19(7):44-45.
2陈婷,严晓兰.基于粗集和支持向量机的雷达信号识别法[J].航天电子对抗,2010,26(6):35-37. 被引量：2
3王波,杨洪耕.基于EMD和TEO的电力系统短期扰动检测新方法[J].继电器,2006,34(8):56-61. 被引量：7
4马波,高金吉,冯坤.能量算子在往复压缩机故障诊断中的应用研究[J].机械科学与技术,2007,26(6):696-700. 被引量：4
5张爱华,孔令杰.基于脉搏图像与心电信号的多信息同步采集与再现[J].计算机测量与控制,2010,18(12):2901-2903. 被引量：3
6丁世飞,齐丙娟,谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报,2011,40(1):2-10. 被引量：952
7齐丙娟,丁世飞.基于FCM隶属度的支持向量机[J].微电子学与计算机,2011,28(10):48-51. 被引量：2
8许红波,端木琳,金权,李敏.基于SVM过渡环境下热感觉分类模型的研究[J].建筑热能通风空调,2012,31(2):22-24.
9李慧,叶鸿,潘学瑞,段震,张燕平.基于SVM的垃圾短信过滤系统[J].计算机安全,2012(6):34-38. 被引量：13
10李俊,韩辉林,高强,金倩,迟美妍,武春生,张爱兵.支持向量机和邻接法在夜蛾科昆虫条码研究中的应用[J].生物安全学报,2012,21(4):308-314. 被引量：1

电子制作

2013年第19期

内容加载中请稍等...