期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于DD-DWT和Log-Logistic参数回归的癫痫脑电自动识别方法
被引量：
11
1
作者
李明阳
陈万忠
张涛
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017年第6期1368-1377,共10页
针对现有癫痫脑电(EEG)识别算法分类模式单一、普适性不强的问题,提出了一种新的基于双密度离散小波变换(DDDWT)和Log-Logistic参数回归(LLPR)的脑电信号自动识别方法。不仅利用了DD-DWT算法的分解特性,还建立了脑电信号的LLPR模型,并...
针对现有癫痫脑电(EEG)识别算法分类模式单一、普适性不强的问题,提出了一种新的基于双密度离散小波变换(DDDWT)和Log-Logistic参数回归(LLPR)的脑电信号自动识别方法。不仅利用了DD-DWT算法的分解特性,还建立了脑电信号的LLPR模型,并将二者有机的结合,从而更好的发挥算法的优势。滤波后脑电信号由DD-DWT进行6层分解,提取各子频带系数的小波域能量波形,并结合LLPR模型计算尺度参数α和形状参数β以表征信号,将构成的特征向量送入遗传算法(GA)优化的支持向量机(SVM)得出识别结果,从而实现脑电信号的自动识别。所提方法在处理A\D\E与AB\CD\E两种多模式脑电分类问题时,识别率分别为98.90%和97.75%。实验结果表明,所提算法更符合实际应用需求,可以较好地解决多类脑电信号识别问题,具有良好的普适能力和分类性能。
展开更多
关键词
癫痫
脑电
双密度离散小波变换
Log-Logistic参数回归模型
在线阅读
下载PDF
职称材料
基于DSP与FPGA的实时电能质量监测终端系统
被引量：
22
2
作者
王平
高阳
+3 位作者
王林泓
陈民铀
许琴
熊兰
《电力系统保护与控制》
EI
CSCD
北大核心
2012年第12期125-129,共5页
针对目前电能质量扰动识别的实时性和识别率不高的问题,研制了一种基于DSP与FPGA的实时电能质量监测系统。该监测系统采用FPGA控制高精度的8通道16位同步AD转换器AD7606完成电能质量信号的同步采集,DSP(TMS320DM642)从FPGA内部的FIFO存...
针对目前电能质量扰动识别的实时性和识别率不高的问题,研制了一种基于DSP与FPGA的实时电能质量监测系统。该监测系统采用FPGA控制高精度的8通道16位同步AD转换器AD7606完成电能质量信号的同步采集,DSP(TMS320DM642)从FPGA内部的FIFO存储器读取采集的电能质量数据,然后对其进行双密度双树离散小波变换(DD-DTDWT),并计算其小波系数Shannon熵,最后用训练得到的最小二乘支持向量机分类树对扰动信号进行分类识别。实验测试结果表明:该电能质量监测系统能够连续实时对8路电能质量进行准确监测,对8种常见扰动信号的平均识别率可以达到99.1%。
展开更多
关键词
电能质量
双
密度
双
树
离散小
波
变换
小波
系数Shannon熵
支持向量机
识别率
在线阅读
下载PDF
职称材料
题名
基于DD-DWT和Log-Logistic参数回归的癫痫脑电自动识别方法
被引量：
11
1
作者
李明阳
陈万忠
张涛
机构
吉林大学通信工程学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017年第6期1368-1377,共10页
基金
吉林省科技发展计划自然基金(20150101191JC)
吉林大学研究生创新项目(2016092)
中央高校基本科研业务费专项资金(451170301193)资助
文摘
针对现有癫痫脑电(EEG)识别算法分类模式单一、普适性不强的问题,提出了一种新的基于双密度离散小波变换(DDDWT)和Log-Logistic参数回归(LLPR)的脑电信号自动识别方法。不仅利用了DD-DWT算法的分解特性,还建立了脑电信号的LLPR模型,并将二者有机的结合,从而更好的发挥算法的优势。滤波后脑电信号由DD-DWT进行6层分解,提取各子频带系数的小波域能量波形,并结合LLPR模型计算尺度参数α和形状参数β以表征信号,将构成的特征向量送入遗传算法(GA)优化的支持向量机(SVM)得出识别结果,从而实现脑电信号的自动识别。所提方法在处理A\D\E与AB\CD\E两种多模式脑电分类问题时,识别率分别为98.90%和97.75%。实验结果表明,所提算法更符合实际应用需求,可以较好地解决多类脑电信号识别问题,具有良好的普适能力和分类性能。
关键词
癫痫
脑电
双密度离散小波变换
Log-Logistic参数回归模型
Keywords
epilepsy
electroencephalogram （EEG）
double-density discrete wavelet transform （DD-DWT）
Log-Logistic parameterregression （LLPR） model
分类号
TH79 [机械工程—精密仪器及机械]
在线阅读
下载PDF
职称材料
题名
基于DSP与FPGA的实时电能质量监测终端系统
被引量：
22
2
作者
王平
高阳
王林泓
陈民铀
许琴
熊兰
机构
输配电装备及系统安全与新技术国家重点实验室(重庆大学)
重庆电子工程职业学院电子信息系
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2012年第12期125-129,共5页
基金
国家自然科学基金项目(50177139)
重庆市科技攻关项目(CSTC2011AC3066)~~
文摘
针对目前电能质量扰动识别的实时性和识别率不高的问题,研制了一种基于DSP与FPGA的实时电能质量监测系统。该监测系统采用FPGA控制高精度的8通道16位同步AD转换器AD7606完成电能质量信号的同步采集,DSP(TMS320DM642)从FPGA内部的FIFO存储器读取采集的电能质量数据,然后对其进行双密度双树离散小波变换(DD-DTDWT),并计算其小波系数Shannon熵,最后用训练得到的最小二乘支持向量机分类树对扰动信号进行分类识别。实验测试结果表明:该电能质量监测系统能够连续实时对8路电能质量进行准确监测,对8种常见扰动信号的平均识别率可以达到99.1%。
关键词
电能质量
双
密度
双
树
离散小
波
变换
小波
系数Shannon熵
支持向量机
识别率
Keywords
power quality
double-density dual-tree discrete wavelet transform （DD-DT DWT）
wavelet coefficient Shannon entropy
support vector machine （SVM）
recognition rate
分类号
TM764 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于DD-DWT和Log-Logistic参数回归的癫痫脑电自动识别方法
李明阳
陈万忠
张涛
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017
11
在线阅读
下载PDF
职称材料
2
基于DSP与FPGA的实时电能质量监测终端系统
王平
高阳
王林泓
陈民铀
许琴
熊兰
《电力系统保护与控制》
EI
CSCD
北大核心
2012
22
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
