2025年3月25日
星期二
|
欢迎来到营口市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
高炜
作品数:
1
被引量:2
H指数:1
供职机构:
中南民族大学生物医学工程学院
更多>>
发文基金:
中央高校基本科研业务费专项资金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
周到
中南民族大学生物医学工程学院
高军峰
中南民族大学生物医学工程学院
官金安
中南民族大学生物医学工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
信号
1篇
身份识别
1篇
特征提取
1篇
脑电
1篇
脑电信号
机构
1篇
中南民族大学
作者
1篇
官金安
1篇
高军峰
1篇
周到
1篇
高炜
传媒
1篇
中南民族大学...
年份
1篇
2014
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
非监督特征学习方法在脑电身份识别中的应用
被引量:2
2014年
设计并实现了采用非监督特征学习方法对模拟阅读事件相关电位实验中多名受试者脑电信号的特征提取,并对提取的特征向量进行了模式分类。实验中共采集5名受试者脑电信号,每名受试者的特征样本集由其接受模拟阅读靶视觉刺激后100~400ms在通道PO3、O1、Oz、O2、PO4、P4、P8、CP6的脑电信号样本组成,各受试者样本集均含400个试次样本。非监督特征学习过程由含6个神经节的BP神经网络完成,后选用支持向量机作为分类器。对比了1试次,2试次、5试次、10试次样本叠加等几种不同情况下采用非监督特征学习方法提取特征的分类正确率。实验结果表明:采用多神经节人工神经网络对5名使用者5试次叠加信号样本提取的特征向量的分类正确率高于90%,显著优于对各单通道时域特征向量的分类正确率,该方法可为以脑电信号为特征的身份识别系统提供一种可行的特征提取方式。
官金安
高炜
周到
高军峰
关键词:
身份识别
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张