您的位置： 专家智库 > >

吉林省科技发展计划基金(20090350)

作品数：8 被引量：47H指数：4
相关作者：陈万忠田彦涛李阳张涛李明阳更多>>
相关机构：吉林大学教育部北京石油化工学院更多>>
发文基金：吉林省科技发展计划基金国家教育部博士点基金国家教育部“985工程”更多>>
相关领域：自动化与计算机技术电子电信医药卫生更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 3篇电子电信
  • 1篇医药卫生

主题

  • 4篇电信号
  • 4篇肌电信号
  • 3篇网络
  • 3篇表面肌电信号
  • 2篇神经网
  • 2篇神经网络
  • 2篇手势
  • 2篇癫痫
  • 2篇癫痫脑电
  • 2篇模式识别
  • 2篇脑电
  • 2篇概率神经网络
  • 1篇单片
  • 1篇单片机
  • 1篇多类模式识别
  • 1篇信号
  • 1篇信号识别
  • 1篇信息处理
  • 1篇信息处理技术
  • 1篇支持向量

机构

  • 8篇吉林大学
  • 1篇北京石油化工...
  • 1篇教育部

作者

  • 5篇陈万忠
  • 4篇李阳
  • 4篇田彦涛
  • 2篇尚小晶
  • 2篇李明阳
  • 2篇张涛
  • 1篇胡鹤
  • 1篇刘小梅
  • 1篇岳喜胜
  • 1篇张莉
  • 1篇邹晓亮
  • 1篇李勇强
  • 1篇王立刚
  • 1篇李成凤

传媒

  • 2篇物理学报
  • 2篇吉林大学学报...
  • 1篇信息系统工程
  • 1篇自动化学报
  • 1篇微计算机信息
  • 1篇吉林大学学报...

年份

  • 1篇2016
  • 2篇2015
  • 1篇2013
  • 1篇2012
  • 1篇2011
  • 2篇2010
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
基于频率切片小波变换和支持向量机的癫痫脑电信号自动检测被引量：17
2016年
实现癫痫脑电信号的自动检测对癫痫的临床诊断和治疗具有重要意义.本文提出先使用频率切片小波变换分离出5个不同频段的节律信号,再分别计算每个节律信号的近似熵和相邻节律的波动指数,最后使用遗传算法优化的支持向量机进行分类.实验结果表明,所提出的方法能够对正常、癫痫发作间期和癫痫发作期三种脑电信号进行准确分类,分类准确率为98.33%.
张涛陈万忠李明阳
关键词：支持向量机
仿生手臂中的温度感知与控制系统研究被引量：1
2010年
针对国内假肢温度感知功能欠缺的问题,研究了一种基于单片机的智能假肢温度感知与生成系统。重点研究了模糊控制算法的单片机实现方案,温度感知误差达到±0.2℃,满足了实际要求。
李勇强陈万忠岳喜胜邹晓亮
关键词：模糊控制单片机
基于半监督boosting表面肌电信号多类模式识别
2013年
针对表面肌电信号较为复杂,且获取标注样本代价较大的问题,提出了基于半监督boosting学习的表面肌电信号多类模式识别方法。与目前半监督boosting算法着重解决两类分类问题,将多类问题转化为多个两类问题不同,本文方法通过联合分类置信度及样本间相似度确定每次迭代过程中未标注样本的预测类别,达到利用未标注样本提高多类问题正确识别率的目的,避免了将某一样本划分多类的问题。由实验分析可知,本文算法与现有半监督boosting算法相比,正确识别率更高,对于不同标注样本数及不同基分类器具有较好的鲁棒性。本文方法降低了人工标注代价,对多类问题具有良好的识别效果。
李阳田彦涛陈万忠
关键词：信息处理技术肌电信号BOOSTING多类模式识别
基于FFT盲辨识的肌电信号建模及模式识别被引量：8
2012年
针对表面肌电信号(Electromyographic signal,sEMG)产生原理复杂、易受人体自身及外界因素影响的特点,采用基于快速傅里叶变换(Fast Fourier transform,FFT)的盲辨识方法建立肌电信号模型.该方法通过计算即可确定信道阶次,无需人为凭借经验设定,且计算简单、易于实现、运算速度快.其利用输出信道间的相互关系特性,实现信号的频域盲辨识,建立数学模型.此方法适用于小样本信号建模,非常适合易受肌肉疲劳影响的表面肌电信号.将模型系数作为改进的BP神经网络的输入,实现多运动模式识别,与其他盲辨识方法比较,此方法识别效果较好.
李阳田彦涛陈万忠
关键词：肌电信号盲辨识快速傅里叶变换奇异值分解
基于改进概率神经网络的手势动作识别被引量：12
2010年
为寻找一种快速且高识别率的手势识别方法,提出一种基于改进的概率神经网络手势识别算法。该算法采用K-W检验方法实现sEMG(Surface-Myoelectrogram Gestures)的特征选择,利用粒子群优化方法对传播率参数进行优化。在7种手部姿势识别的实验中,该算法平均正确识别率均在90%以上,而传统BP算法的正确率仅为85.7%。仿真实验结果表明,改进的概率神经网络算法具有更短的训练时间和更强的分类能力。
尚小晶田彦涛李阳王立刚
关键词：表面肌电信号模式识别概率神经网络粒子群优化
基于AdaBoost算法的癫痫脑电信号识别被引量：10
2015年
Ada Boost算法作为Boosting算法的经典算法之一,在人脸检测和目标跟踪等领域得到了广泛应用,但该算法也有一个缺点——退化问题.为了解决这个问题,通过对弱分类器进行筛选、引入平滑因子和权值修正函数三个措施对算法进行优化,并将优化后的算法与小波包分解相结合应用到癫痫脑电信号的识别上.结果表明,本文算法对癫痫脑电信号的识别率为96.11%,对正常脑电信号的识别率为99.51%,具有较高的识别率,为癫痫的正确诊断提供了一种可能有效的解决方案.
张涛陈万忠李明阳
关键词：ADABOOST算法小波包分解
神经元的几何形态分类被引量：2
2011年
为了对不同神经元进行区分,采用L-Measure软件对神经元的几何形态进行特征提取,通过主成分分析对提取的特征降维进行处理。采用概率神经网络、BP(Back Propagation)神经网络和模糊分类器组成的分类器"投票",对锥体神经元、普肯野神经元、运动神经元、感觉神经元、双级神经元、三级神经元和多级神经元7种神经元进行分类。实验证明,3种分类器组合分类的效果比其中任意一种分类器的效果都好,识别率更高。
尚小晶刘小梅李成凤李阳田彦涛
关键词：神经元概率神经网络BP神经网络模糊分类器
改进Kohonen网络的sEMG姿态手势识别
2015年
为提高智能仿生手姿态手势识别正确率,本文提出一种改进Kohonen自组织竞争网络。针对表面肌电信号(s EMG)特性,对Kohonen网络结构进行调整,增加输出层将其变为有监督学习网络,并优化初始权值。选择具有较高分类能力的特征值AR模型系数作为改进Kohonen网络的输入,识别伸食指、伸腕、屈腕、OK手势、数字8手势、侧腕、胜利手势和反掌8种姿态模式。实验表明,与传统Kohonen网络相比,改进的神经网络分类器具有更高的分类能力。
张莉胡鹤
关键词：KOHONEN网络表面肌电信号权值优化
全选 清除 导出
共1页<1>
聚类工具0