期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于脑电样本熵的测谎分析 被引量：13
1
作者 高军峰 司慧芳 +3 位作者 余彬 顾凌云 梁莹 杨勇 《电子学报》 EI CAS CSCD 北大核心 2017年第8期1836-1841,共6页
测谎分析在刑讯侦查和法律审判中具有重要意义.为了区分是否说谎,根据脑电信号的非线性特征,本文首次使用非线性动力学的样本熵方法分析30名受试者处于诚实和说谎两种状态时脑电信号的样本熵值.研究发现:受试者处于诚实状态时的熵值波... 测谎分析在刑讯侦查和法律审判中具有重要意义.为了区分是否说谎,根据脑电信号的非线性特征,本文首次使用非线性动力学的样本熵方法分析30名受试者处于诚实和说谎两种状态时脑电信号的样本熵值.研究发现:受试者处于诚实状态时的熵值波动范围明显小于说谎状态下的波动范围,更重要的是说谎时的熵值显著高于说实话时的熵值,表明样本熵可以区分诚实和说谎两种不同状态下的脑电信号,该研究为基于脑电的测谎提供了一种新的途径. 展开更多
关键词 测谎 脑电信号 非线性特征 样本熵
下载PDF
基于回声状态网络的脑电信号特征提取 被引量：2
2
作者 韩敏 孙磊磊 洪晓军 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2012年第2期206-211,共6页
在脑电(EEG)信号自动检测和分类的研究中,EEG信号的特征提取至关重要。本文分析了目前主要EEG信号特征提取方法的优缺点,并提出了一种基于回声状态网络(ESN)的EEG信号特征提取方法。该方法可以实现EEG信号的非线性特征提取,并且其特征... 在脑电(EEG)信号自动检测和分类的研究中,EEG信号的特征提取至关重要。本文分析了目前主要EEG信号特征提取方法的优缺点,并提出了一种基于回声状态网络(ESN)的EEG信号特征提取方法。该方法可以实现EEG信号的非线性特征提取,并且其特征提取过程是近似可逆的,因而在特征提取过程中损失的信息较少。该方法在EEG信号特征提取过程中,主要计算量是求解状态矩阵的伪逆,计算简单高效。在对波恩大学癫痫研究所的EEG数据库进行多类别分类的实验中,本文所提出的EEG信号特征提取方法展现出了良好的性能。 展开更多
关键词 癫痫 脑电信号 特征提取 回声状态网络
原文传递
基于双通道注意力网络的脑电图意图识别 被引量：2
3
作者 孙亚东 徐晓涛 +1 位作者 章军 陈鹏 《传感器与微系统》 CSCD 北大核心 2021年第9期128-131,共4页
为了正确地解释大脑活动并对脑电图信号数据进行有效识别,提出一种双通道注意力机制模型,对原始的脑电图信号数据进行分类,从而识别用户的意图。对于公共数据集Eegmmidb,模型在5项识别任务上的平均识别率为99.34%。实验结果表明:所提模... 为了正确地解释大脑活动并对脑电图信号数据进行有效识别,提出一种双通道注意力机制模型,对原始的脑电图信号数据进行分类,从而识别用户的意图。对于公共数据集Eegmmidb,模型在5项识别任务上的平均识别率为99.34%。实验结果表明:所提模型优于现有方法。 展开更多
关键词 意图识别 注意力机制 脑电图信号 脑机接口
下载PDF
稀疏多小波时变系统辨识及脑电信号时频分析 被引量：3
4
作者 雷梦颖 魏彦兆 +1 位作者 李阳 王丽娜 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第6期1312-1320,共9页
通过时变参数建模算法对非平稳时变系统的辨识问题进行了研究,并将其应用于脑电(EEG)信号时频特征提取分析。首先,将时变系统参数用具有良好局部逼近能力的多小波基函数进行展开,时变系统建模问题简化为时不变回归模型估计。其次,进一... 通过时变参数建模算法对非平稳时变系统的辨识问题进行了研究,并将其应用于脑电(EEG)信号时频特征提取分析。首先,将时变系统参数用具有良好局部逼近能力的多小波基函数进行展开,时变系统建模问题简化为时不变回归模型估计。其次,进一步结合正则化正交最小二乘(ROLS)算法,既降低模型复杂度,又避免模型过拟合问题,从而实现了时变参数的快速准确估计。仿真实例结果表明,与传统递归最小二乘(RLS)算法、经典正交最小二乘(OLS)算法结果相比,所提稀疏多小波建模算法能够更加准确跟踪时变参数的变化。最后,该算法用于运动想象任务下采集的真实EEG信号的时频特征分析,能够有效地得到α节律下高时频分辨率的事件相关去同步(ERD)及事件相关同步(ERS)分析结果,验证了本文算法的应用性。 展开更多
关键词 非平稳时变系统 多小波基函数 正则化正交最小二乘(ROLS) 参数估计 脑电(eeg)信号时频分析
下载PDF
基于动态网络的文本敏感信息感知脑响应检测模型
5
作者 李慧敏 曾颖 +2 位作者 童莉 鲁润南 闫镔 《传感器与微系统》 CSCD 北大核心 2024年第4期152-156,共5页
针对文本敏感信息感知过程复杂和个体差异大造成敏感信息感知脑响应潜伏期不确定性的问题,提出了一种基于动态卷积神经网络的脑响应检测模型——DyCNN_CBAM。该模型通过增加的动态卷积模块,让每层的卷积参数在训练的时候随着输入可变,... 针对文本敏感信息感知过程复杂和个体差异大造成敏感信息感知脑响应潜伏期不确定性的问题,提出了一种基于动态卷积神经网络的脑响应检测模型——DyCNN_CBAM。该模型通过增加的动态卷积模块,让每层的卷积参数在训练的时候随着输入可变,可提升模型的尺寸与容量。然后在模型第一、二层后增加的注意力机制模块,自动计算贡献度较高的时空信息。实验结果表明:该模型比现有的单尺度模型平均分类准确率提高了4%,F1分数提高6.7%,同时比现有多尺度网络平均分类准确率提高了2%,F1分数提高1.2%。此外,在公开数据集上取得最好的F1分数。由此说明,该网络更够适应文本敏感信息感知脑信号潜伏期抖动性,有效地提升了文本敏感信息检测模型的稳定性。 展开更多
关键词 文本敏感信息 脑电信号 目标检测 动态卷积神经网络 注意力机制
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部