面向癫痫脑电图信号识别的径向基最小最大概率分类树

• 作者: 刘解放 王士同 邓赵红 陈俊勇
• 来源期刊: 电子与信息学报
• 学科: 医学
• 关键词: 脑电信号 径向基函数神经网络 最小最大概率 分类树
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 论文
• 页码范围: 2848-2855
• 页数: 8页
• 分类号: R741.044|TP183
• 字数: 5809字
• 语种: 中文
• DOI: 10.11999/JEIT160082

摘要

脑电图(EEG)信号检测和识别是癫痫病的重要诊断手段.径向基函数神经网络具有出色的逼近能力和泛化性能,能直接识别出不同状态的脑电信号,但其透明性和可解释性差,忽视了不同类别数据间可分性的不同.对此,该文提出一种基于径向基函数神经网络和最小最大概率决策技术的分类树,采用一对一策略和排除法,更多考虑了类间可分性的不同.针对脑电信号识别的实验表明,所提方法结构清晰,分类能力强,可解释性更好.

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	江南大学数字媒体学院	528	3424	23.0	37.0
2	邓赵红	江南大学数字媒体学院	86	764	11.0	26.0
3	刘解放	江南大学数字媒体学院	13	50	5.0	6.0
4	陈俊勇	江南大学数字媒体学院	2	7	1.0	2.0