期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于小波变换和AdaBoost极限学习机的癫痫脑电信号分类
被引量：
11
1
作者
韩敏
孙卓然
《计算机应用》
CSCD
北大核心
2015年第9期2701-2705,2709,共6页
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Ada Boost极限学习机分类算法。该算法将Ada Boost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...
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Ada Boost极限学习机分类算法。该算法将Ada Boost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。
展开更多
关键词
ADABOOST
极限学习机
小波变换
互信息
脑电信号分类
下载PDF
职称材料
基于脑电与眨眼频率的可穿戴疲劳驾驶检测系统
被引量：
10
2
作者
张丞
何坚
+1 位作者
张岩
周明我
《计算机工程》
CAS
CSCD
北大核心
2017年第2期293-298,303,共7页
在小型化、低功耗的可穿戴设备上,针对运行基于脑电信号的驾驶疲劳检测系统的准确率不高的问题,在对被试者左前额脑电信号Attention和Meditation以及Blink的数据进行关系分析的基础上,分别筛选最佳窗口宽度和分类算法,设计适用于可穿戴...
在小型化、低功耗的可穿戴设备上,针对运行基于脑电信号的驾驶疲劳检测系统的准确率不高的问题,在对被试者左前额脑电信号Attention和Meditation以及Blink的数据进行关系分析的基础上,分别筛选最佳窗口宽度和分类算法,设计适用于可穿戴设备的疲劳驾驶检测算法,并在安卓智能设备上进行系统实现。采用准确率、正样本识别正确率、负样本识别正确率、敏感性与特异性指标,分别测试4种分类算法,即k临近算法、决策树算法、朴素贝叶斯算法、多层人工神经网络算法的性能,并最终选择k NN分类算法进行系统实现。实验结果证明,该系统的准确率达到83.7%,敏感性与特异性分别达到73.8%和88.6%,系统具有无线、实时、准确高效的特点。
展开更多
关键词
可穿戴
疲劳驾驶检测
脑电信号
眨眼频率
分类算法
相关系数
下载PDF
职称材料
题名
基于小波变换和AdaBoost极限学习机的癫痫脑电信号分类
被引量：
11
1
作者
韩敏
孙卓然
机构
大连理工大学电子信息与电气工程学部
出处
《计算机应用》
CSCD
北大核心
2015年第9期2701-2705,2709,共6页
基金
国家自然科学基金资助项目(61374154)
中央高校基本科研业务费专项(DUT13JB08)
文摘
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Ada Boost极限学习机分类算法。该算法将Ada Boost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。
关键词
ADABOOST
极限学习机
小波变换
互信息
脑电信号分类
Keywords
AdaBoost
Extreme
Learning
Machine
（ELM）
Wavelet
Transform
（WT）
Mutual
Information
（MI）
electroencephalogram
（
eeg
）
signals
classification
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于脑电与眨眼频率的可穿戴疲劳驾驶检测系统
被引量：
10
2
作者
张丞
何坚
张岩
周明我
机构
北京工业大学软件学院
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第2期293-298,303,共7页
基金
国家自然科学基金(61040039
61201361)
+1 种基金
北京市自然科学基金(4102005
4122010)
文摘
在小型化、低功耗的可穿戴设备上,针对运行基于脑电信号的驾驶疲劳检测系统的准确率不高的问题,在对被试者左前额脑电信号Attention和Meditation以及Blink的数据进行关系分析的基础上,分别筛选最佳窗口宽度和分类算法,设计适用于可穿戴设备的疲劳驾驶检测算法,并在安卓智能设备上进行系统实现。采用准确率、正样本识别正确率、负样本识别正确率、敏感性与特异性指标,分别测试4种分类算法,即k临近算法、决策树算法、朴素贝叶斯算法、多层人工神经网络算法的性能,并最终选择k NN分类算法进行系统实现。实验结果证明,该系统的准确率达到83.7%,敏感性与特异性分别达到73.8%和88.6%,系统具有无线、实时、准确高效的特点。
关键词
可穿戴
疲劳驾驶检测
脑电信号
眨眼频率
分类算法
相关系数
Keywords
wearable
fatigue
driving
detection
electroencephalogram
（
eeg
）
signal
blink
frequency
classification
algorithm
correlation
coefficient
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
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
《计算机应用》
CSCD
北大核心
2015
11
下载PDF
职称材料
2
基于脑电与眨眼频率的可穿戴疲劳驾驶检测系统
张丞
何坚
张岩
周明我
《计算机工程》
CAS
CSCD
北大核心
2017
10
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
