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
1
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
灰关联分析在脑神经信号分类中的应用研究
被引量：
2
1
作者
谢松云
张海军
+2 位作者
李楠
张振中
白树林
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2007年第1期122-125,共4页
脑神经信号属于非平稳随机信号,是一类难以进行分类识别的信号。为改进这类信号的分类效果,提出了将灰关联理论应用于脑神经信号的分类。首先介绍了灰关联理论和方法,在此基础上,建立了脑神经信号灰色模型(Grey Model)——GM(1,1)模型,...
脑神经信号属于非平稳随机信号,是一类难以进行分类识别的信号。为改进这类信号的分类效果,提出了将灰关联理论应用于脑神经信号的分类。首先介绍了灰关联理论和方法,在此基础上,建立了脑神经信号灰色模型(Grey Model)——GM(1,1)模型,估计出每一个模型参数a和b,将其中模型参数b作为特征值用于灰关联分析,得到第1次分类结果,然后在认真分析第1次分类结果的基础上,进一步给出二次分类方法。通过二次分类,实现了对脑神经信号的有效分类识别,其分类正确率高达88%。结果表明,将灰关联技术用于非平稳随机信号的分类与识别是可行而有效的,有很好的应用前景。
展开更多
关键词
灰关联
非平稳随机
信号
脑神经信号
特征值
正确分类率
在线阅读
下载PDF
职称材料
题名
灰关联分析在脑神经信号分类中的应用研究
被引量：
2
1
作者
谢松云
张海军
李楠
张振中
白树林
机构
西北工业大学电子信息学院
出处
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2007年第1期122-125,共4页
基金
国家自然科学基金(30470459)
西北工业大学科技创新基金(M450212)资助
文摘
脑神经信号属于非平稳随机信号,是一类难以进行分类识别的信号。为改进这类信号的分类效果,提出了将灰关联理论应用于脑神经信号的分类。首先介绍了灰关联理论和方法,在此基础上,建立了脑神经信号灰色模型(Grey Model)——GM(1,1)模型,估计出每一个模型参数a和b,将其中模型参数b作为特征值用于灰关联分析,得到第1次分类结果,然后在认真分析第1次分类结果的基础上,进一步给出二次分类方法。通过二次分类,实现了对脑神经信号的有效分类识别,其分类正确率高达88%。结果表明,将灰关联技术用于非平稳随机信号的分类与识别是可行而有效的,有很好的应用前景。
关键词
灰关联
非平稳随机
信号
脑神经信号
特征值
正确分类率
Keywords
grey correlation analysis, Nonstationary Randomness Signal （NRS）, brain neural signal, eigenvalue, correct classification rate
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
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
灰关联分析在脑神经信号分类中的应用研究
谢松云
张海军
李楠
张振中
白树林
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2007
2
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
