面向癫痫脑电图信号识别的径向基最小最大概率分类树

发布时间：2017-09-27 22:25

  本文关键词：面向癫痫脑电图信号识别的径向基最小最大概率分类树

  更多相关文章： 脑电信号 径向基函数神经网络 最小最大概率 分类树

【摘要】：脑电图(EEG)信号检测和识别是癫痫病的重要诊断手段。径向基函数神经网络具有出色的逼近能力和泛化性能,能直接识别出不同状态的脑电信号,但其透明性和可解释性差,忽视了不同类别数据间可分性的不同。对此,该文提出一种基于径向基函数神经网络和最小最大概率决策技术的分类树,采用一对一策略和排除法,更多考虑了类间可分性的不同。针对脑电信号识别的实验表明,所提方法结构清晰,分类能力强,可解释性更好。
【作者单位】： 江南大学数字媒体学院;
【关键词】： 脑电信号 径向基函数神经网络 最小最大概率 分类树
【基金】：江苏省杰出青年基金(BK20140001) 上海市科学技术委员会扬帆项目(14YF1411000) 上海市教委创新项目(14YZ131)~~
【分类号】：TP183;R742.1
【正文快照】： 1引言癫痫是由大脑神经元突发性异常过度放电引发的大脑短暂性功能障碍,年发病率较高。脑电图信号的检测和识别是诊断癫痫病最为重要的手段。多种特征提取和智能识别的方法已被应用于癫痫脑电信号的识别,主要包括傅里叶变换[1,2]、小波分解[3-5]等特征抽取方法和决策树[2]、模

【相似文献】

中国期刊全文数据库 前6条

1 董玉恒;统计数据的分类树[J];白求恩医科大学学报;1990年06期

2 田唤;马绍斌;范存欣;刘国宁;陈然;;广州市某中学初中生零食行为及其影响因素的分类树研究[J];中华疾病控制杂志;2011年03期

3 傅传喜,马文军,梁建华,王大虎,王声ng;低血压患病及其危险因素的分类树研究[J];预防医学论坛;2005年02期

4 ;江苏省铜山县农村地区不同高血压亚型危险因素的分类树比较[J];中华高血压杂志;2009年12期

5 张颖,倪宗瓒,姚树祥,巫秀美,姜勇,李晓松,乔友林;树型分类及其应用[J];中国卫生统计;2000年05期

6 ;[J];;年期

中国重要报纸全文数据库 前3条

1 丁丽萍;分类树优才 培养后备军[N];中国煤炭报;2010年

2 刘庆;把客户属性分得清清楚楚(下)[N];网络世界;2007年

3 本报特约撰稿人 刘庆;把客户属性分得清清楚楚（上）[N];网络世界;2007年

中国博士学位论文全文数据库 前1条

1 贺平;数据挖掘中的分类方法及其在质谱数据中的应用[D];四川大学;2005年

中国硕士学位论文全文数据库 前2条

1 房一鸣;用分类树算法进行上市公司评级的实证研究[D];对外经济贸易大学;2006年

2 傅传喜;广东省居民异常血压流行特征及危险因素分类树研究[D];暨南大学;2004年

，

本文编号：932267