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
3
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
二次滑动粗粒化的快速样本熵脑电情感分析
被引量：
2
1
作者
朱永升
钟清华
+1 位作者
蔡冬丽
廖金湘
《计算机应用研究》
CSCD
北大核心
2021年第1期57-60,74,共5页
针对传统单一尺度样本熵对脑电信号(EEG)序列特征提取不明显、多尺度熵在粗粒化过程中会遗漏重要信息导致情感分类性能下降以及样本熵算法效率不高的问题,提出了一种基于二次滑动均值粗粒化的多尺度快速样本熵脑电特征提取方法。由于不...
针对传统单一尺度样本熵对脑电信号(EEG)序列特征提取不明显、多尺度熵在粗粒化过程中会遗漏重要信息导致情感分类性能下降以及样本熵算法效率不高的问题,提出了一种基于二次滑动均值粗粒化的多尺度快速样本熵脑电特征提取方法。由于不同情感的脑电信号存在差异性,先采用二次滑动均值粗粒化对脑电信号进行多尺度处理,然后利用快速样本熵算法提取不同时间尺度的样本熵值作为特征向量,结合随机森林(RF)分类模型来识别不同的情感状态。提出的方法对多模态标准情感数据库DEAP进行了研究,发现大脑额区和右脑对情感比较敏感,正性、中性和负性情感在大脑侧额区获得了88.75%的平均分类准确率。实验结果表明,该方法可以有效地提取脑电特征,并且能够保证算法的效率。
展开更多
关键词
脑电信号
情感识别
二次滑动均值粗粒化
快速样本熵
随机森林
在线阅读
下载PDF
职称材料
基于精细化改进多尺度快速样本熵的旋转机械故障诊断方法研究
被引量：
9
2
作者
周付明
刘武强
+2 位作者
杨小强
申金星
陈赵懿
《机械强度》
CAS
CSCD
北大核心
2023年第1期1-8,共8页
为了解决现有多尺度样本熵(Multiscale Sample Entropy, MSE)方法提取复杂序列特征时存在的计算效率低及幅值信息缺失等问题,提出精细化改进多尺度快速样本熵(Refined Improved Multiscale Fast Sample Entropy, RIMFSE)方法。首先使用...
为了解决现有多尺度样本熵(Multiscale Sample Entropy, MSE)方法提取复杂序列特征时存在的计算效率低及幅值信息缺失等问题,提出精细化改进多尺度快速样本熵(Refined Improved Multiscale Fast Sample Entropy, RIMFSE)方法。首先使用快速样本熵代替传统样本熵,通过改进重构向量匹配机制大幅降低了计算成本,而后使用改进的多尺度拓展方法代替传统的粗粒化方法,避免了幅值信息的丢失。在此基础上,结合最大相关最小冗余(Max-relevance and Min-redundancy, mRMR)方法及支持向量机(Support Vector Machine, SVM)分类器提出一种新的旋转机械故障诊断方法。使用齿轮箱和轴承两个故障数据集对提出方法的性能进行验证,同时将提出的方法与MSE,复合MSE(Composite Multiscale Sample Entropy, CMSE)及精细化复合MSE(Refined Composite Multiscale Sample Entropy, RCMSE)等现有方法进行对比。结果表明,相较于MSE、CMSE及RCMSE,提出的方法在鲁棒性、计算效率及识别精度等方面均具有明显优势,为基于熵特征提取的旋转机械故障诊断提供了一种新的思路。
展开更多
关键词
精细化改进多尺度
快速样本熵
最大相关最小冗余
支持向量机分类器
旋转机械
故障诊断
在线阅读
下载PDF
职称材料
基于最大能量匹配与样本熵的小波降噪方法
被引量：
5
3
作者
常天庆
李勇
+1 位作者
陈军伟
张洋
《计算机工程与应用》
CSCD
2014年第21期210-213,233,共5页
为提高自适应小波阈值降噪方法的效果,提出一种结合最大能量匹配的小波包分解和快速样本熵的小波阈值降噪方法。根据各层小波系数特点并以最大能量匹配准则自适应选择小波包基对含噪信号进行分解,对最大尺度下的小波系数阈值化后重构得...
为提高自适应小波阈值降噪方法的效果,提出一种结合最大能量匹配的小波包分解和快速样本熵的小波阈值降噪方法。根据各层小波系数特点并以最大能量匹配准则自适应选择小波包基对含噪信号进行分解,对最大尺度下的小波系数阈值化后重构得到噪声信号,采用快速样本熵算法计算噪声信号样本熵,动态调整阈值使噪声信号样本熵最大而获得最佳的降噪效果。应用实例表明:该方法相比传统的小波阈值降噪方法具有更好的降噪效果。
展开更多
关键词
最大能量匹配准则
快速样本熵
小波阈值降噪
在线阅读
下载PDF
职称材料
题名
二次滑动粗粒化的快速样本熵脑电情感分析
被引量：
2
1
作者
朱永升
钟清华
蔡冬丽
廖金湘
机构
华南师范大学物理与电信工程学院
出处
《计算机应用研究》
CSCD
北大核心
2021年第1期57-60,74,共5页
基金
国家自然科学基金资助项目(61871433)
广东省优秀青年教师培养计划资助项目(YQ2015046)
广州市珠江科技新星资助项目(201610010199)。
文摘
针对传统单一尺度样本熵对脑电信号(EEG)序列特征提取不明显、多尺度熵在粗粒化过程中会遗漏重要信息导致情感分类性能下降以及样本熵算法效率不高的问题,提出了一种基于二次滑动均值粗粒化的多尺度快速样本熵脑电特征提取方法。由于不同情感的脑电信号存在差异性,先采用二次滑动均值粗粒化对脑电信号进行多尺度处理,然后利用快速样本熵算法提取不同时间尺度的样本熵值作为特征向量,结合随机森林(RF)分类模型来识别不同的情感状态。提出的方法对多模态标准情感数据库DEAP进行了研究,发现大脑额区和右脑对情感比较敏感,正性、中性和负性情感在大脑侧额区获得了88.75%的平均分类准确率。实验结果表明,该方法可以有效地提取脑电特征,并且能够保证算法的效率。
关键词
脑电信号
情感识别
二次滑动均值粗粒化
快速样本熵
随机森林
Keywords
EEG
emotion recognition
double sliding mean coarse granulation
FAST sample entropy
random forest
分类号
TN911.6 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于精细化改进多尺度快速样本熵的旋转机械故障诊断方法研究
被引量：
9
2
作者
周付明
刘武强
杨小强
申金星
陈赵懿
机构
陆军工程大学野战工程学院
海军工程大学舰船综合电力技术国防科技重点实验室
出处
《机械强度》
CAS
CSCD
北大核心
2023年第1期1-8,共8页
文摘
为了解决现有多尺度样本熵(Multiscale Sample Entropy, MSE)方法提取复杂序列特征时存在的计算效率低及幅值信息缺失等问题,提出精细化改进多尺度快速样本熵(Refined Improved Multiscale Fast Sample Entropy, RIMFSE)方法。首先使用快速样本熵代替传统样本熵,通过改进重构向量匹配机制大幅降低了计算成本,而后使用改进的多尺度拓展方法代替传统的粗粒化方法,避免了幅值信息的丢失。在此基础上,结合最大相关最小冗余(Max-relevance and Min-redundancy, mRMR)方法及支持向量机(Support Vector Machine, SVM)分类器提出一种新的旋转机械故障诊断方法。使用齿轮箱和轴承两个故障数据集对提出方法的性能进行验证,同时将提出的方法与MSE,复合MSE(Composite Multiscale Sample Entropy, CMSE)及精细化复合MSE(Refined Composite Multiscale Sample Entropy, RCMSE)等现有方法进行对比。结果表明,相较于MSE、CMSE及RCMSE,提出的方法在鲁棒性、计算效率及识别精度等方面均具有明显优势,为基于熵特征提取的旋转机械故障诊断提供了一种新的思路。
关键词
精细化改进多尺度
快速样本熵
最大相关最小冗余
支持向量机分类器
旋转机械
故障诊断
Keywords
Refined improved multiscale fast sample entropy
Max-relevance and min-redundancy
Support vector machine classifier
Rotating machinery
Fault diagnosis
分类号
TH165.3 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
基于最大能量匹配与样本熵的小波降噪方法
被引量：
5
3
作者
常天庆
李勇
陈军伟
张洋
机构
装甲兵工程学院控制工程系
出处
《计算机工程与应用》
CSCD
2014年第21期210-213,233,共5页
文摘
为提高自适应小波阈值降噪方法的效果,提出一种结合最大能量匹配的小波包分解和快速样本熵的小波阈值降噪方法。根据各层小波系数特点并以最大能量匹配准则自适应选择小波包基对含噪信号进行分解,对最大尺度下的小波系数阈值化后重构得到噪声信号,采用快速样本熵算法计算噪声信号样本熵,动态调整阈值使噪声信号样本熵最大而获得最佳的降噪效果。应用实例表明:该方法相比传统的小波阈值降噪方法具有更好的降噪效果。
关键词
最大能量匹配准则
快速样本熵
小波阈值降噪
Keywords
maximum energy matching criterion
fast sample entropy
wavelet threshold de-noising
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
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
二次滑动粗粒化的快速样本熵脑电情感分析
朱永升
钟清华
蔡冬丽
廖金湘
《计算机应用研究》
CSCD
北大核心
2021
2
在线阅读
下载PDF
职称材料
2
基于精细化改进多尺度快速样本熵的旋转机械故障诊断方法研究
周付明
刘武强
杨小强
申金星
陈赵懿
《机械强度》
CAS
CSCD
北大核心
2023
9
在线阅读
下载PDF
职称材料
3
基于最大能量匹配与样本熵的小波降噪方法
常天庆
李勇
陈军伟
张洋
《计算机工程与应用》
CSCD
2014
5
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
