钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
机械与仪表工业期刊
\
测试科学与仪器期刊
\
基于推土机距离和支持向量机的脑电癫痫检测算法
基于推土机距离和支持向量机的脑电癫痫检测算法
作者:
吴琦
周卫东
王芸
袁琦
袁莎莎
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
脑电信号
推土机距离
EMD-L1
支持向量机
小波分解
癫痫检测
摘要:
对于需要长期脑电图监测的癫痫患者,癫痫自动检测技术是十分必要的。本文所提出的基于多导联长程脑电的算法,首先,对脑电信号进行五层小波分解,取其中三层并求和,然后建立直方图并计算它们之间的距离。本文使用了一种有效的推土机距离算法,提出了脑电新特征EMD-L1。由于EMD-L1利用了 L1范式,有效降低了时间复杂度,提高了运算速度。本文采用支持向量机作为分类器,并对支持向量机的输出做了后处理,其中包括平滑滤波和“collar”技术,以获取更准确的检测结果。本文将所提出的方法与其他使用相同脑电数据库的癫痫检测方法相比较,实验结果表明本文提出的算法达到了较高的灵敏度95.73%、特异性98.45%以及较低的误判率0.33/h。该检测系统不但具有较高的精确度和较强的鲁棒性,而且可以对脑电数据进行实时分析,用于长期脑电监测中。
暂无资源
收藏
引用
分享
推荐文章
融合互信息和支持向量机的癫痫自动检测算法
互信息
支持向量机
脑电信号
特征提取
癫痫自动检测
基于支持向量机的人脸检测算法
人脸检测
支持向量机
统计学习理论
机器学习
基于聚类支持向量机的入侵检测算法
聚类
支持向量机
入侵检测
异常检测
基于支持向量机的胶片缺陷检测算法
缺陷检测
纹理
支持向量机
特征提取
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于推土机距离和支持向量机的脑电癫痫检测算法
来源期刊
测试科学与仪器
学科
工学
关键词
脑电信号
推土机距离
EMD-L1
支持向量机
小波分解
癫痫检测
年,卷(期)
2014,(3)
所属期刊栏目
Measurement techniques applied in chemistry,biology and medical science
研究方向
页码范围
94-102
页数
9页
分类号
TN911.7
字数
3841字
语种
英文
DOI
10.3969/j.issn.1674-8042.2014.03.018
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
吴琦
19
46
4.0
5.0
2
周卫东
山东大学信息科学与工程学院
39
556
15.0
22.0
6
王芸
山东大学信息科学与工程学院
5
22
2.0
4.0
10
袁琦
山东大学信息科学与工程学院
10
140
5.0
10.0
14
袁莎莎
山东大学信息科学与工程学院
12
55
5.0
7.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(0)
共引文献
(0)
参考文献
(24)
节点文献
引证文献
(2)
同被引文献
(0)
二级引证文献
(0)
1991(1)
参考文献(1)
二级参考文献(0)
1992(1)
参考文献(1)
二级参考文献(0)
1997(1)
参考文献(1)
二级参考文献(0)
1999(1)
参考文献(1)
二级参考文献(0)
2000(2)
参考文献(2)
二级参考文献(0)
2003(3)
参考文献(3)
二级参考文献(0)
2005(3)
参考文献(3)
二级参考文献(0)
2006(2)
参考文献(2)
二级参考文献(0)
2007(2)
参考文献(2)
二级参考文献(0)
2008(1)
参考文献(1)
二级参考文献(0)
2009(2)
参考文献(2)
二级参考文献(0)
2011(4)
参考文献(4)
二级参考文献(0)
2012(1)
参考文献(1)
二级参考文献(0)
2014(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2018(2)
引证文献(2)
二级引证文献(0)
研究主题发展历程
节点文献
脑电信号
推土机距离
EMD-L1
支持向量机
小波分解
癫痫检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测试科学与仪器
主办单位:
中北大学
出版周期:
季刊
ISSN:
1674-8042
CN:
14-1357/TH
开本:
出版地:
山西省太原市学院路3号
邮发代号:
创刊时间:
语种:
eng
出版文献量(篇)
843
总下载数(次)
4
总被引数(次)
896
期刊文献
相关文献
1.
融合互信息和支持向量机的癫痫自动检测算法
2.
基于支持向量机的人脸检测算法
3.
基于聚类支持向量机的入侵检测算法
4.
基于支持向量机的胶片缺陷检测算法
5.
利用隐空间支持向量机设计IDS的检测算法
6.
基于非负矩阵分解的癫痫脑电自动检测
7.
基于一类支持向量机的隐秘图像盲检测算法
8.
基于SVM算法癫痫脑电的研究初探
9.
基于支持向量机的Morse检测算法研究
10.
基于支持向量机的信号自动检测算法
11.
基于超像素和支持向量机的车辆阴影检测算法
12.
利用Lagrange支持向量回归机设计IDS的检测算法
13.
基于粗糙集和支持向量机的高速公路事件检测
14.
基于频率切片小波变换和支持向量机的癫痫脑电信号自动检测?
15.
基于距离排序的快速支持向量机分类算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
测试科学与仪器2022
测试科学与仪器2021
测试科学与仪器2020
测试科学与仪器2019
测试科学与仪器2018
测试科学与仪器2017
测试科学与仪器2016
测试科学与仪器2015
测试科学与仪器2014
测试科学与仪器2013
测试科学与仪器2012
测试科学与仪器2011
测试科学与仪器2010
测试科学与仪器2014年第4期
测试科学与仪器2014年第3期
测试科学与仪器2014年第2期
测试科学与仪器2014年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号