李轶
- 作品数：47 被引量：102H指数：6
- 供职机构：杭州电子科技大学更多>>
- 发文基金：国家自然科学基金浙江省教育厅科研计划浙江省自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术电子电信生物学更多>>
- 基于随机共振检测的神经元非周期激励响应模拟研究被引量：2
- 2007年
- 非周期激励响应对于神经系统的研究具有重要理论意义和应用价值.为了模拟生物感觉系统中检测信号的机制,基于随机共振检测原理,采用互信息率评价方法,对Hodgkin-Huxley单神经元非周期激励响应进行了研究.实验结果表明,Hodgkin-Huxley单神经元不但阈值下存在非周期随机共振现象,在某些特定的条件下,阈值上也同样存在看非周期随机共振现象.由于噪声广泛存在于信号之中,由此,为研究强噪声背景下的神经系统信号检测提供了一种新的方法.
- 向学勤杨翠容范影乐李轶
- 一种基于振荡网络的医学图像分割方法
- 本发明涉及的是医学图像分割方法。现有方法存在对于光照不均匀的图像难以用统一的门限进行分割、对噪声和灰度不均匀较敏感等问题。本发明方法具体步骤包括(1)建立振荡网络、(2)在网络内搜索寻找振荡发起点、(3)由发起点开始振荡...
- 李轶范影乐
- 文献传递
- 基于Hilbert-Huang变换的目标注视脑电模式分类研究
- 2009年
- 研究目标注视任务,即类"思维拨号"任务下的脑电信号模式自动分类技术。基于时频分析原理,对循环扫视6×6字符矩阵所得的脑电信号进行Hilbert-Huang变换,用EMD(Empirical Mode Decomposition)方法把信号分解成数个本征模态函数(IntrinsicMode Function,IMF);对每个IMF进行Hilbert变换,得到时频平面上的能量分布,即Hilbert谱;将各频率分量累加谱按时间变化特性作为关注与非关注某字符的特征量;最后通过K-近邻法对所视字符进行自动识别。对第3届国际脑机接口竞赛的数据进行分析测试,识别准确率达到84.21%。经Hilbert-Huang变换的时频分析方法,可以得到目标注视任务下的脑电信号有效特征,从而有助于脑机接口系统的实际应用。
- 周丽霞范影乐李轶
- 关键词：HILBERT-HUANG变换脑电信号P300
- 感觉器官信息处理的混沌机理研究被引量：1
- 2001年
- 通过应用非线性动力学的方法 ,发现混沌系统和神经计算之间存在着相似性——系统的非线性以及状态的模拟性 .基于这种特性 ,介绍并讨论了一种模拟神经系统信息处理的混沌电路 .实验结果表明 ,混沌特性可能就是神经生物系统具有对微小波动的敏感性和状态的快速转换性的原因所在 .
- 范影乐金文光李轶童勤业
- 关键词：混沌感觉器官信息处理
- 基于Hilbert-Huang变换的目标注视脑电模式分类研究
- 研究目标注视任务,即类'思维拨号'任务下的脑电信号模式自动分类技术.基于时频分析原理,对循环扫视6×6字符矩阵所得的脑电信号进行Hilbert-Huang变换,用EMD(Empirical Mode Decomposit...
- 周丽霞范影乐李轶
- 关键词：HILBERT-HUANG变换脑电信号
- 文献传递
- 一种脑机交互中的脑电信号复原方法
- 本发明涉及脑机交互中的微弱头皮脑电信号的复原方法。现有的技术在当噪声增强、脑电信号微弱时，很难恢复头皮脑电信号。本发明步骤包括：(1)将检测到的头皮脑电信号转换为数字脑电信号序列，作为系统的输入信号进行处理得到恢复后的信...
- 范影乐李轶周丽霞张小鹏郭浙伟陈可刘亚景
- 文献传递
- 一种脑机交互中的脑电信号复原方法
- 本发明涉及脑机交互中的微弱头皮脑电信号的复原方法。现有的技术在当噪声增强、脑电信号微弱时，很难恢复头皮脑电信号。本发明步骤包括：(1)将检测到的头皮脑电信号转换为数字脑电信号序列，作为系统的输入信号进行处理得到恢复后的信...
- 范影乐李轶周丽霞张小鹏郭浙伟陈可刘亚景
- 文献传递
- 科技金融创新业务模式研究——以中新力合为例
- 大力发展科技金融，促进科技产业与金融产业的紧密结合与发展，不仅是拓宽科技型中小企业未来发展路径的重要举措，更是提升全社会科技水平、引领经济发展方式转变的重大战略。在国家大力支持科技金融发展，大数据、云计算等高科技手段广泛...
- 李轶
- 文献传递
- 一种基于Bagging改进的矿井内数据预处理方法
- 本发明公开了的一种基于Bagging改进的矿井内数据预处理方法。该方法通过多个传感器采集到多组采掘参数与矿井沉降值，通过训练集抽取多个训练子集，并分别建立多个子模型；记录训练集所有数据分别在多个子模型的抽取权重，并计算在...
- 常雷雷宋鑫涛徐晓滨陶志刚黄曼马成荣李轶翁旭
- 基于脑电信号Hilbert-Huang变换的睡眠分期研究被引量：19
- 2007年
- 目的研究基于脑电信号Hilbert-Huang变换的睡眠自动分期方法。方法对睡眠脑电信号进行Hilbert-Huang变换,求出具有物理意义的瞬时频率,并得到脑电信号在频率上的能量分布,作为睡眠脑电信号各个时期的特征,最终利用最近邻模式分类方法对睡眠各阶段进行分期决策。结果通过对560个睡眠脑电信号样本进行分期,平均正确率达到81.7%。结论经Hilbert-Huang变换得到的睡眠脑电信号特征,可以作为睡眠分期的有效分类依据。
- 李谷范影乐李轶庞全
- 关键词：HILBERT-HUANG变换脑电信号睡眠分期
