-
题名基于样本熵的时间序列非线性检测方法研究
被引量：5
- 1
-
-
作者
李聪改
曹锐
武政
相洁
-
机构
太原理工大学计算机科学与技术学院
北京工业大学国际WIC研究院
-
出处
《计算机工程与设计》
CSCD
北大核心
2014年第11期4017-4020,4048,共5页
-
基金
国家自然科学基金项目(61170136
61373101)
+1 种基金
山西省自然科学基金项目(2011011015-4)
北京市博士后工作经费基金项目(Q6002020201201)
-
文摘
为检测时间序列的非线性特性,针对替代数据法中常用特征量的不足,提出一种基于样本熵的非线性检测方法。采用样本熵作为替代数据法中的特征量来检测时间序列的非线性,在Lorenz方程、Logistic方程以及线性AR模型产生的3种仿真数据上进行验证,进一步与其它算法的时间效率进行对比。实验结果表明,对于不同长度、不同特性的数据,该方法的检测结果稳定有效,时间效率大幅度提高。
-
关键词
替代数据
样本熵
近似熵
关联维
非线性
-
Keywords
surrogate
sample entropy
approximate entropy
correlation dimension
nonlinear
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名基于同步似然的脑电分类方法研究
被引量：4
- 2
-
-
作者
曹锐
武政
相洁
李聪改
陈俊杰
-
机构
太原理工大学计算机科学与技术学院
-
出处
《太原理工大学学报》
CAS
北大核心
2014年第4期510-514,共5页
-
基金
国家自然科学基金资助项目(61170136
61373101)
+1 种基金
山西省自然科学基金资助项目(2011011015-4)
北京市博士后工作经费资助项目(Q6002020201201)
-
文摘
脑电数据的分类方法一直是疾病诊断、脑机接口等研究的热点,其关键在于分类特征的选择。目前的分类特征(例如样本熵)多基于单个通道,而近期研究报道脑电通道之间存在着相互作用。因此,本文采用了同步似然性作为新的分类特征,并利用SVM分类算法在两组脑电数据上进行了验证。结果表明,同步似然性作为分类特征的结果优于样本熵,可在脑电数据分类中得到更广泛应用。
-
关键词
脑电信号
同步似然
样本熵
特征识别
SVM分类
-
Keywords
EEG
synchronization likelihood
sample entropy
feature recognition
SVM
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名基于模糊熵的时间序列非线性检测方法
- 3
-
-
作者
相洁
曹锐
李聪改
陈俊杰
-
机构
太原理工大学计算机科学与技术学院
-
出处
《太原理工大学学报》
CAS
北大核心
2014年第3期369-371,407,共4页
-
基金
国家自然科学基金资助项目(61170136
6137101)
-
文摘
针对目前常用的特征量有关联维数和近似熵这两个指标在应用中存在不足,提出了一种新的替代数据法对时间序列中的非线性特性进行检测。替代数据法由零假设和检验特征量两部分组成。笔者提出将模糊熵作为特征量引入到替代数据法中检测时间序列的非线性特征,并在Logistic方程产生的非线性时间序列,以及线性AR模型产生的线性时间序列上进行了验证。研究结果表明,对于不同长度的时间序列,基于模糊熵的替代数据法是一种稳定、有效的非线性检测方法。
-
关键词
替代数据
模糊熵
时间序列
非线性检测
-
Keywords
surrogate data
fuzzy entropy
time series
nonlinearity test
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名阿尔兹海默症fMRI信号复杂度分析
被引量：1
- 4
-
-
作者
牛焱
王彬
相洁
李聪改
周梦妮
李婷
-
机构
太原理工大学计算机科学与技术学院
河北银行股份有限公司
-
出处
《太原理工大学学报》
北大核心
2017年第5期841-846,共6页
-
基金
国家自然科学基金资助项目(61373101
61503272)
+2 种基金
山西省青年科学基金(2015021090
201601D202042)
山西省回国留学人员科研资助项目(2016-037)
-
文摘
阿尔兹海默症和轻度认知障碍作为神经系统退行性疾病,其认知能力明显下降,大脑复杂度发生变化,排列熵是研究复杂度的新方法。将排列熵方法应用于健康对照、轻度认知障碍和阿尔兹海默症患者的功能磁共振影像图像复杂度分析,并利用支持向量机十折交叉验证估算分类准确率。结果显示,6个脑区在整个病程复杂度出现显著差异,健康对照和阿尔兹海默症的分类准确率达到95.90%.说明排列熵可以作为衡量阿尔兹海默症患者大脑复杂度变化的新指标,同时为阿尔兹海默症疾病辅助诊断提供新视角。
-
关键词
阿尔兹海默症
轻度认知功能障碍
功能磁共振影像
排列熵
复杂度
-
Keywords
Alzheimer＇s disease
mild cognitive impairment
functional magnetic resonance imaging
permutation entropy
complexity
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
