面向癫痫EEG自适应识别的迁移径向基神经网络

• 作者: 史荧中 王士同 谢丽潇 邓赵红
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 脑电图(EEG) 径向基神经网络 直推式迁移学习
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 1729-1736
• 页数: 8页
• 分类号: TP391
• 字数: 6000字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1601059

摘要

在癫痫脑电图(electroencephalogram,EEG)信号识别中,传统的智能建模方法要求训练数据集和测试数据集均服从相同的分布.但在实际应用中,某些情况并不能满足此条件,进而导致传统方法性能急剧下降.针对上述情况,引入迁移学习策略,提出了适用于数据分布迁移环境的直推式径向基神经网络(transductive radial basis function neural network,TRBFNN).该方法在癫痫EEG信号识别中的实验结果表明:直推式径向基神经网络具有较好的场景迁移适应性,对训练数据和测试数据存在差异时,识别性能不会出现急剧恶化的现象.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体技术学院	528	3424	23.0	37.0
2	邓赵红	江南大学数字媒体技术学院	86	764	11.0	26.0
3	谢丽潇	江南大学数字媒体技术学院	1	1	1.0	1.0
4	史荧中	江南大学数字媒体技术学院	13	38	4.0	5.0