-
公开(公告)号：CN106778865B
公开(公告)日：2019-10-01
申请号：CN201611151118.X
申请日：2016-12-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种多域特征下的半监督脑电信号睡眠分期方法，属于脑机接口领域。在该方法中，结合蚁群算法和半监督贝叶斯分类方法，对原始脑电信号进行处理以得到多域特征下的原始特征集合，通过蚁群算法对其进行优化并提取一种最优特征子集，并使用改进的半监督贝叶斯分类方法，以最优特征子集为分类特征，结合主动学习策略对其进行分期分类。本方法不仅能够有效地实现睡眠分期，避免低效率特征属性及盲目搜索过程造成的运算资源浪费，而且可以降低标记样本的需求数量，通过与近几年提出的多种睡眠分期方法进行对比，结果表明本方法不但可以实现主流算法的分期精度效果，而且可以大大降低标记样本的需求量，避免了人工误判情况的发生。
-
公开(公告)号：CN106778865A
公开(公告)日：2017-05-31
申请号：CN201611151118.X
申请日：2016-12-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种多域特征下的半监督脑电信号睡眠分期方法，属于脑机接口领域。在该方法中，结合蚁群算法和半监督贝叶斯分类方法，对原始脑电信号进行处理以得到多域特征下的原始特征集合，通过蚁群算法对其进行优化并提取一种最优特征子集，并使用改进的半监督贝叶斯分类方法，以最优特征子集为分类特征，结合主动学习策略对其进行分期分类。本方法不仅能够有效地实现睡眠分期，避免低效率特征属性及盲目搜索过程造成的运算资源浪费，而且可以降低标记样本的需求数量，通过与近几年提出的多种睡眠分期方法进行对比，结果表明本方法不但可以实现主流算法的分期精度效果，而且可以大大降低标记样本的需求量，避免了人工误判情况的发生。
-
公开(公告)号：CN106419912A
公开(公告)日：2017-02-22
申请号：CN201610914642.1
申请日：2016-10-20
Applicant: 重庆邮电大学
IPC: A61B5/0476
CPC classification number: A61B5/0476 , A61B5/04012 , A61B5/72 , A61B5/7203
Abstract: 本发明涉及一种多导联脑电信号的眼电伪迹去除方法，属于脑电信号预处理技术领域。在该方法中，结合ICA算法和离散正交S变换方法，ICA算法将原始脑电信号分解成若干个独立分量，通过计算每个独立分量的分形维数值来判定伪迹，并对伪迹分量进行离散正交S变换；在阈值的选定中采用最大类间方差法来得到最优阈值，从而进行软阈值去噪。本方法不仅能够有效地去除眼电伪迹，而且可以避免过度去噪造成的有用信号损失，通过与单独的ICA算法、ICA与S变换结合的算法相对比，结果表明本方法不但去造效果更好，而且可以大大降低计算复杂度，避免了过度去噪。
-
-
Search Results
3
records
(took 0.015 seconds)
