检索结果-维普期刊中文期刊服务平台

快速多变量自回归模型的意识任务的特征提取与分类被引量：5: 1; 作者薛建中郑崇勋闫相国《西安交通大学学报》 EI CAS CSCD 北大核心 2003年第8期861-864,共4页; 给出了一种有效的多变量自回归(MultivariateAutoregressive,MVAR)模型参数和阶数估计的快速算法,通过QR分解技术减少了多维矩阵求逆的运算量,提高了模型估计的速度.利用该算法对4个实验对象的3种不同意识任务的脑电(EEG)信号进行特征提... 展开更多; 关键词多变量自回归模型意识任务脑电特征提取径向基函数神经网络; 在线阅读下载PDF 职称材料

组LASSO罚多变量自回归模型脑电特征分工类被引量：1: 2; 作者王金甲党雪 +2 位作者杨倩王凤嫔孙梦然《高技术通讯》 EI CAS 北大核心 2019年第11期1073-1081,共9页; 自回归(AR)模型和多变量自回归(MVAR)模型是脑机接口(BCI)系统脑电信号(EEG)常用的特征提取方法。AR模型没有考虑多通道间的相互关系,MVAR模型虽然考虑了多通道间相互关系,但是会出现模型过参数化问题。为解决MVAR模型过参数问题,本文... 展开更多; 关键词脑机接口(BCI) 脑电信号(EEG) 特征提取多变量自回归(MVAR)模型正则化组LASSO; 在线阅读下载PDF 职称材料

基于区间B样条小波基函数时变多变量AR模型的时变结构参数识别被引量：1: 3; 作者顾海雷史治宇许鑫《振动与冲击》 EI CSCD 北大核心 2013年第19期86-92,共7页; 研究的是时变动力学结构的参数识别问题。仅利用线性时变结构的多个加速度响应测量数据,将区间B样条小波函数作为时变基函数,构造了基于区间B样条小波基函数的时变多变量自回归模型,并推导了时变结构瞬时频率的识别方法。利用该法对一... 展开更多; 关键词时变结构参数识别多变量自回归模型区间B样条小波; 在线阅读下载PDF 职称材料

多变量AR建模方法在工作模态参数辨识中的应用被引量：2: 4; 作者刘志红仪垂杰尹志宏《噪声与振动控制》 CSCD 北大核心 2007年第4期19-21,37,共4页; 对于一些大型工程结构,有时很难甚至无法测量结构的输入信号,只能利用实测的响应数据进行工作模态识别。针对这一实际工程情况,首先利用工况下结构的响应数据作相关分析,继而对相关分析后得到的多组数据构造多变量自回归(AR)模型,依据... 展开更多; 关键词振动与波多变量自回归模型逐步最小二乘法工作模态参数主轴系统; 在线阅读下载PDF 职称材料

基于AR模型的脑-机接口问题研究被引量：2: 5; 作者唐艳柳建新邹清《计算机工程与应用》 CSCD 北大核心 2009年第1期149-152,共4页; 在脑一机接口的研究中分类识别技术占有重要地位。将脑电信号中事件去同步化/相同步化现象作为特征信息,深入讨论基于AR模型的自适应算法(AAR)和多变量参数AAR模型算法(MVAAR)在脑电信号特征提取中的应用。结合三种分类器,对这两种算法... 展开更多; 关键词脑电信号脑-机接口自适应自回归模型多变量自适应自回归模型; 在线阅读下载PDF 职称材料

基于核学习算法的驾驶精神疲劳分级研究被引量：3: 6; 作者赵春临郑崇勋赵敏《数据采集与处理》 CSCD 北大核心 2009年第3期335-339,共5页; 为了有效地评测人的驾驶精神疲劳状态,本文提出了一种基于核学习算法的精神疲劳分级方法。该方法首先用多变量自回归模型(MVAR)提取于前额、顶叶、枕叶共6个通道的多维脑电信号特征组成特征向量。然后用核主分量分析(KPCA)和优化支持向... 展开更多; 关键词核主分量分析支持向量机多变量自回归模型驾驶精神疲劳脑电; 在线阅读下载PDF 职称材料

我国教育投入与经济产出的长期均衡和短期动态实证被引量：6: 7; 作者王利辉郭立宏赵庚科《统计与决策》 CSSCI 北大核心 2013年第6期129-132,共4页; 文章利用1952～2011年的样本数据，通过多变量自回归模型研究了教育投入与经济产出之间的动态相关性，并在此基础上使用协整理论和误差修正模型对教育投入的相关因素与经济产出之间的作用机制进行了系统分析。研究结论表明：我国教育投... 展开更多; 关键词多变量自回归模型协整理论误差修正模型教育投入经济产出; 在线阅读下载PDF 职称材料

题名快速多变量自回归模型的意识任务的特征提取与分类被引量：5: 1; 作者薛建中郑崇勋闫相国; 机构西安交通大学生命科学与技术学院; 出处《西安交通大学学报》 EI CAS CSCD 北大核心 2003年第8期861-864,共4页; 基金国家自然科学基金资助项目(30170257).; 文摘给出了一种有效的多变量自回归(MultivariateAutoregressive,MVAR)模型参数和阶数估计的快速算法,通过QR分解技术减少了多维矩阵求逆的运算量,提高了模型估计的速度.利用该算法对4个实验对象的3种不同意识任务的脑电(EEG)信号进行特征提取,并将得到的特征向量作为径向基函数神经网络的输入进行训练和分类测试.分类结果表明,利用该方法进行EEG信号的特征提取,分类的正确率明显高于单变量自回归模型,而且算法运算速度快,可以用于不同意识任务EEG信号的在线特征提取与分类系统.; 关键词多变量自回归模型意识任务脑电特征提取径向基函数神经网络; Keywords multivariate autoregressive model mental task electroencephalogram feature extraction radial basis function network; 分类号 R318 [医药卫生—生物医学工程]; 在线阅读下载PDF 职称材料

题名组LASSO罚多变量自回归模型脑电特征分工类被引量：1: 2; 作者王金甲党雪杨倩王凤嫔孙梦然; 机构燕山大学信息科学与工程学院河北省信息传输与信号处理重点实验室; 出处《高技术通讯》 EI CAS 北大核心 2019年第11期1073-1081,共9页; 基金国家自然科学基金(61473339) 首批河北省青年拔尖人才支持计划([2013]17) 京津冀基础研究合作专项(F2019203583)资助项目; 文摘自回归(AR)模型和多变量自回归(MVAR)模型是脑机接口(BCI)系统脑电信号(EEG)常用的特征提取方法。AR模型没有考虑多通道间的相互关系,MVAR模型虽然考虑了多通道间相互关系,但是会出现模型过参数化问题。为解决MVAR模型过参数问题,本文提出采用组LASSO罚MVAR模型对脑电信号进行特征提取,采用梯度下降和块坐标下降相结合的方法估计模型参数,然后采用线性支持向量机(SVM)对提取的特征进行分类。实验结果表明,组LASSO罚MVAR模型的分类正确率达93%,高于MVAR模型、LASSO-MVAR模型和6阶AR模型的识别正确率。; 关键词脑机接口(BCI) 脑电信号(EEG) 特征提取多变量自回归(MVAR)模型正则化组LASSO; Keywords brain computer interface(BCI) electroencephalograph(EEG) feature extraction multivariate autoregressive(MVAR)model regularization group LASSO; 分类号 TM7 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于区间B样条小波基函数时变多变量AR模型的时变结构参数识别被引量：1: 3; 作者顾海雷史治宇许鑫; 机构南京航空航天大学机械结构力学及控制国家重点实验室; 出处《振动与冲击》 EI CSCD 北大核心 2013年第19期86-92,共7页; 基金国家自然科学基金(11172131 11232007); 文摘研究的是时变动力学结构的参数识别问题。仅利用线性时变结构的多个加速度响应测量数据,将区间B样条小波函数作为时变基函数,构造了基于区间B样条小波基函数的时变多变量自回归模型,并推导了时变结构瞬时频率的识别方法。利用该法对一个三自由度线性时变结构进行了仿真研究,针对结构瞬时频率周期变化,突变和线性变化三种不同的情况分别进行了瞬时频率识别,并在加速度响应数据中加入了不同信噪比的高斯白噪声以检验识别方法的抗噪能力。最后对一个具有质量时变特性的悬臂梁结构进行了实验研究,实验结果充分说明了区间B样条小波基函数时变多变量自回归模型对时变结构参数识别的可行性,有效性和良好的抗噪能力。; 关键词时变结构参数识别多变量自回归模型区间B样条小波; Keywords Identification (control systems) Interpolation White noise; 分类号 O324 [理学—一般力学与力学基础]; 在线阅读下载PDF 职称材料

题名多变量AR建模方法在工作模态参数辨识中的应用被引量：2: 4; 作者刘志红仪垂杰尹志宏; 机构青岛理工大学机械工程学院昆明理工大学; 出处《噪声与振动控制》 CSCD 北大核心 2007年第4期19-21,37,共4页; 基金国家自然科学基金重点资助项目项目编号2001E0052; 文摘对于一些大型工程结构,有时很难甚至无法测量结构的输入信号,只能利用实测的响应数据进行工作模态识别。针对这一实际工程情况,首先利用工况下结构的响应数据作相关分析,继而对相关分析后得到的多组数据构造多变量自回归(AR)模型,依据逐步最小二乘法和准则函数优化思想确定模型阶次和估计模型参数,并由模型参数矩阵的特征值分解确定结构的工作模态参数,最后利用TH6350大型镗铣加工中心主轴系统进行试验验证,结果对比表明,这种方法不仅能够有效提取结构动态特性参数,而且还能提供有关激励和结构振型的信息。; 关键词振动与波多变量自回归模型逐步最小二乘法工作模态参数主轴系统; Keywords vibration and wave multivariate autoregressive modeling step-wise least square algorithm operational modal parameter spindle system; 分类号 O321 [理学—一般力学与力学基础] TB123 [理学—工程力学]; 在线阅读下载PDF 职称材料

题名基于AR模型的脑-机接口问题研究被引量：2: 5; 作者唐艳柳建新邹清; 机构中南大学信息物理学院生物医学研究所; 出处《计算机工程与应用》 CSCD 北大核心 2009年第1期149-152,共4页; 基金湖南省自然科学基金~~; 文摘在脑一机接口的研究中分类识别技术占有重要地位。将脑电信号中事件去同步化/相同步化现象作为特征信息,深入讨论基于AR模型的自适应算法(AAR)和多变量参数AAR模型算法(MVAAR)在脑电信号特征提取中的应用。结合三种分类器,对这两种算法进行了比较,实验证明两种方法的实验效果都很好,但是MVAAR算法比AAR算法能够达到更高的分类正确率,其阶次一般选取也比较低,数据仿真吻合度高,具有更强的通用性。; 关键词脑电信号脑-机接口自适应自回归模型多变量自适应自回归模型; Keywords electroencephalogram （EEG） brain-computer interface （ BCI ） adaptive auto regression （AAR） multi-variable auto regression（ MVAAR ）; 分类号 R318 [医药卫生—生物医学工程]; 在线阅读下载PDF 职称材料

题名基于核学习算法的驾驶精神疲劳分级研究被引量：3: 6; 作者赵春临郑崇勋赵敏; 机构西安交通大学教育部生物医学信息工程重点实验室; 出处《数据采集与处理》 CSCD 北大核心 2009年第3期335-339,共5页; 基金国家自然科学基金(30670534)资助项目; 文摘为了有效地评测人的驾驶精神疲劳状态,本文提出了一种基于核学习算法的精神疲劳分级方法。该方法首先用多变量自回归模型(MVAR)提取于前额、顶叶、枕叶共6个通道的多维脑电信号特征组成特征向量。然后用核主分量分析(KPCA)和优化支持向量机(SVM)对基于脑电信号(EEG)的驾驶精神疲劳进行分级。经过对3位受试者在3个状态下的驾驶精神疲劳进行分类,平均分类精度达到89.47%。分析显示,应用KPCA并结合优化SVM方法有效地降低了特征空间的维数,可实现较高精度的驾驶精神疲劳分级。; 关键词核主分量分析支持向量机多变量自回归模型驾驶精神疲劳脑电; Keywords kernel principal component analysis（KPCA） support vector maehines（SVMs multivariate autoregressive model driving mental fatigue electroencephalogram （EEG）; 分类号 R318.04 [医药卫生—生物医学工程]; 在线阅读下载PDF 职称材料

题名我国教育投入与经济产出的长期均衡和短期动态实证被引量：6: 7; 作者王利辉郭立宏赵庚科; 机构西安理工大学经济与管理学院西安交通大学经济与金融学院; 出处《统计与决策》 CSSCI 北大核心 2013年第6期129-132,共4页; 基金国家社会科学基金重大项目(11XGL008) 陕西省科技厅软科学基金资助项目(2008KJ44); 文摘文章利用1952～2011年的样本数据，通过多变量自回归模型研究了教育投入与经济产出之间的动态相关性，并在此基础上使用协整理论和误差修正模型对教育投入的相关因素与经济产出之间的作用机制进行了系统分析。研究结论表明：我国教育投入与经济产出之间即存在长期稳定的均衡关系，也存在短期的动态联系。从长期来看，政府教育支出和教育基础设施建设对经济的产出弹性表现最为显著，分别达到1．413和1．257；从短期来看，经济产出仅对政府教育支出和高校在校学生的响应系数为正，分别是0．492和0．378。; 关键词多变量自回归模型协整理论误差修正模型教育投入经济产出; 分类号 G8 [文化科学—体育学]; 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	快速多变量自回归模型的意识任务的特征提取与分类	薛建中郑崇勋闫相国	《西安交通大学学报》 EI CAS CSCD 北大核心	2003	5	在线阅读下载PDF 职称材料
2	组LASSO罚多变量自回归模型脑电特征分工类	王金甲党雪杨倩王凤嫔孙梦然	《高技术通讯》 EI CAS 北大核心	2019	1	在线阅读下载PDF 职称材料
3	基于区间B样条小波基函数时变多变量AR模型的时变结构参数识别	顾海雷史治宇许鑫	《振动与冲击》 EI CSCD 北大核心	2013	1	在线阅读下载PDF 职称材料
4	多变量AR建模方法在工作模态参数辨识中的应用	刘志红仪垂杰尹志宏	《噪声与振动控制》 CSCD 北大核心	2007	2	在线阅读下载PDF 职称材料
5	基于AR模型的脑-机接口问题研究	唐艳柳建新邹清	《计算机工程与应用》 CSCD 北大核心	2009	2	在线阅读下载PDF 职称材料
6	基于核学习算法的驾驶精神疲劳分级研究	赵春临郑崇勋赵敏	《数据采集与处理》 CSCD 北大核心	2009	3	在线阅读下载PDF 职称材料
7	我国教育投入与经济产出的长期均衡和短期动态实证	王利辉郭立宏赵庚科	《统计与决策》 CSSCI 北大核心	2013	6	在线阅读下载PDF 职称材料