基于局部均值分解和迭代随机森林的脑电分类

• 作者: 秦喜文 董小刚 袁迪 郭佳静 郭宇
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 脑电信号 特征提取 局部均值分解 迭代随机森林
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 64-71
• 页数: 8页
• 分类号: TP391|O29
• 字数: 4367字
• 语种: 中文

摘要

为实现癫痫患者的脑电信号有效识别,进而提高患者的生活质量,针对脑电信号的非平稳、非线性特点,提出一种基于局部均值分解和迭代随机森林相结合的脑电信号分类方法.首先利用局部均值分解将脑电信号分解成若干个乘积函数分量和一个残余分量,然后对所有分量进行特征提取,并使用支持向量机、随机森林和迭代随机森林方法进行分类.实验结果表明,迭代随机森林的分类准确率高于支持向量机和随机森林方法.此方法为准确识别癫痫脑电信号提供了一个可行有效的途径,具有较好的推广和应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董小刚	长春工业大学数学与统计学院	87	533	10.0	20.0
2	秦喜文	长春工业大学数学与统计学院	29	240	8.0	15.0
6	郭宇	长春工业大学数学与统计学院	2	5	1.0	2.0
7	郭佳静	长春工业大学数学与统计学院	4	5	1.0	2.0
8	袁迪	长春工业大学数学与统计学院	1	0	0.0	0.0