基于改进型模糊聚类的神经元锋电位的分类

• 作者: 于毅 刘晗 李振新 董兵超
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 脑机接口(BCI) 锋电位检测 主成分分析 锋电位分类 减法聚类 改进型模糊聚类
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 论著
• 页码范围: 41-44,48
• 页数: 5页
• 分类号: R318|TP391.9
• 字数: 3488字
• 语种: 中文

摘要

本研究提出减法聚类和模糊聚类算法相结合的改进型模糊聚类锋电位分类方法。该方法利用减法聚类算法快速得出聚类中心的个数及位置，然后将此聚类中心作为初始值应用于模糊聚类算法。结果表明，该方法降低了模糊聚类算法对初始聚类中心的依赖，节约了模糊聚类算法层层迭代的运算时间，提高了算法运行效率，同时也提高了分类的正确率，特别是在信噪比低于－30db时，对分类结果准确率的改善更为明显。此算法是实现锋电位分类的理想选择。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李振新	新乡医学院生物医学工程学院	29	71	4.0	6.0
2	于毅	新乡医学院生物医学工程学院	46	69	4.0	5.0
3	董兵超	新乡医学院生物医学工程学院	17	40	3.0	5.0
4	刘晗	新乡医学院生物医学工程学院	1	2	1.0	1.0