耿雪青
- 作品数：2 被引量：10H指数：2
- 供职机构：杭州电子科技大学自动化学院智能控制与机器人研究所更多>>
- 发文基金：浙江省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于人工蜂群优化高斯过程的运动想象脑电信号分类被引量：8
- 2017年
- 针对传统的高斯过程采用共轭梯度法确定超参数时对初值有较强依赖性且易陷入局部最优的问题,提出了一种基于人工蜂群优化的高斯过程分类方法,用于脑电信号的模式识别。首先,构建高斯过程模型,选择合适的核函数且确定待优化的参数。然后,选取识别错误率的倒数为适应度函数,使用人工蜂群算法搜索寻找出限定范围内可以取得最优准确率的超参数。最后,采用参数优化后的高斯过程分类器对样本分类。分别采用2008年竞赛数据集BCI CompetitionⅣData Set 1和2005年数据集BCI CompetitionⅢData SetⅣa对所提方法进行验证,并与支持向量机(SVM)、人工蜂群优化的支持向量机(ABC-SVM)、高斯过程分类(GPC)方法进行比较,实验结果表明了所提方法的有效性。
- 耿雪青佘青山韩笑孟明
- 关键词：脑电信号人工蜂群
- 基于Copula的多变量运动想象脑电信号因果分析方法被引量：2
- 2018年
- 目的研究一种基于Copula模型的多变量因果关系分析方法,克服格兰杰因果(Granger causality,GC)方法受限于检测线性因果关系的缺点。方法首先通过时间序列历史信息计算多个变量的联合分布函数,其次计算基于核函数估计方法的边缘条件分布,并结合秩统计方法估计经验条件Copula密度函数,然后应用Bernstein逼近法估计出最优的Copula密度函数,最后在最优估计基础上采用对数似然比构造了面向多元协变量的条件Copula-Granger因果关系。结果与线性GC、方差GC、核GC等方法相比,该方法在识别具有非线性、高阶的真实因果关系时具有较好的准确率和较低的误检率。结论本文方法能够定量地刻画运动想象任务中3个脑区(C3,Cz,C4)之间的相互影响,为效应性脑连接提供一种有效的因果测度。
- 耿雪青佘青山张启忠罗志增
- 关键词：COPULA格兰杰因果关系
