版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、汕頭大學(xué)碩士學(xué)位論文腦電信號特征生成優(yōu)化算法的研究姓名:趙巖申請學(xué)位級別:碩士專業(yè):信號與信息處理指導(dǎo)教師:柳平20090501AbstractAbstractEpilepsyresultedfromthesuperexcitabilitythesynchronousfiringofneuronsisaseriouschronicdiseasewhichwillresultinthetransientabnmalityofthecent
2、ralnervesystem.Electroencephalogram(EEG)isawellestablishedclinicaldiagnosiswhichcanprovidesomeimptantinfmationtothediagnosisofepilepsy.Howeveralongtermepilepsydetectionwithvisualinspectionisnotonlyatimeconsumingtaskfthec
3、linicaldoctsbutalsoadetectedmethodbasedonthedocts’clinicalexperience.Theautomaticdetectionoftheepilepticwavescanbehelpfultosolvetheproblemabove.ThemethodsoffeatureextractionfeatureionfromEEGsignalsaremainlydiscussedinthi
4、spaperthemainlyinnovativeachievementsareasfollows:(1)Anonlinearfeatureextractionbasedonwaveletpacketdecompositionapproximateentropy(ApEn)isproposedtosolvetheproblemthattraditionalsignalprocessingmethodsintimedomainfreque
5、ncydomaincannotsufficientlyextractthenonlinearfeatureofEEGsignals.FirstlyEEGsignalsaredecomposedintovariousfrequencybsthroughfourthlevelwaveletpacketdecomposition.Secondlyapproximatingentropy(ApEn)valuesofthewaveletcoeff
6、icientsareusedasfeaturevects.FinallytheSVMisusedasaclassifiertoverifytheeffectivenessofthismethod.Experimentalresultsshowthattheproposedmethodcangetmuchhigherclassificationaccuracy.(2)AfeatureionalgithmwithParticleSwarmO
7、ptimizationbasedonedimensionsearchingisproposedtoavoidtheproblemthatromsearchalgithmbasedfeatureionmethodsarealwaysmeeasilytrappedintolocaloptimawhensearchinginthehighdimensionalspaces.Intheproposedalgithmtheoptimization
8、probleminNdimensionaldiscretespaceisconvertedintoanoptimizationprobleminonedimensionalcontinuousspacewhichthePSOalgithmwillbeusedtosolve.Experimentalresultsshowthatthenumberoffeaturesedisreducednoticeablytheclassificatio
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 運動想象腦電信號的特征提取算法研究.pdf
- 腦電信號的特征分析與研究.pdf
- 運動想象腦電信號的特征提取算法的研究.pdf
- 腦電信號處理算法的研究.pdf
- 基于非線性特征的癲癇腦電信號識別算法.pdf
- 運動想象腦電信號的特征提取與識別算法研究.pdf
- 面向運動想象的腦電信號特征選擇與特征提取算法研究.pdf
- 腦電信號特征提取方法研究.pdf
- 基于運動想象的腦電信號特征選擇及分類算法研究.pdf
- 癲癇失神發(fā)作腦電信號小波分析與腦電信號區(qū)域特征提取.pdf
- 癲癇腦電信號特征識別與提取的研究.pdf
- 基于運動想象的腦電信號識別算法研究.pdf
- 運動想象腦電信號特征提取研究.pdf
- 時間壓力對腦電信號特征的影響.pdf
- 腦電信號測量系統(tǒng)及壓縮算法研究.pdf
- 基于運動想象腦電信號的腦機接口相關(guān)算法研究.pdf
- 腦電信號特性分析和特征提取的研究.pdf
- 心電信號特征點檢測的算法研究.pdf
- 基于腦電信號的在線疲勞監(jiān)測算法研究
- 腦電信號的特性分析與特征提取.pdf
評論
0/150
提交評論