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
>
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
\
自动化技术与计算机技术期刊
\
现代计算机期刊
\
基于PSO-SVM的脉搏波特征选择的生理疲劳辨识
基于PSO-SVM的脉搏波特征选择的生理疲劳辨识
作者:
张家润
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
脉搏波预选特征
ReliefF权值分析
粒子群优化
支持向量机
摘要:
为了提高脉搏波检测生理疲劳的精度,提出一种脉搏波特征选择的疲劳辨识.先将脉搏波信号经过预处理,后提取脉搏波上升支幅度HUAM、上升支幅度与下降支幅度比值UDOR1、上升支时间TUAM、上升支时间与下降支时间比值UDOR2、脉搏波周期WPT作为脉搏波疲劳特征预选值,对上述5维特征预选值和疲劳标签,采用ReliefF分析方法,得到预选值权重,采用了权重大于0.045的UDOR2、WPT作为疲劳特征值.最后利用PSO-SVM实现脉搏波特征选择的疲劳辨识.样本总辨识率为95.2%.
暂无资源
收藏
引用
分享
推荐文章
基于灰色关联和PSO-SVM的葡萄霜霉病的短期预测
葡萄霜霉病
短期预测
支持向量机
粒子群算法
灰色关联分析
改进网格搜索法
基于PSO-SVM模型的油气管道内腐蚀速率预测
PSO-SVM模型
油气管道
内腐蚀
速率预测
误差分析
基于PSO-SVM算法的长微博贴图识别方法
长微博贴图
支持向量机
粒子群优化算法
最佳分类模型
基于PSO-SVM的煤与瓦斯突出强度预测模型
煤与瓦斯突出
预测
粒子群优化支持向量机(PSO-SVM)
BP神经网络
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PSO-SVM的脉搏波特征选择的生理疲劳辨识
来源期刊
现代计算机
学科
关键词
脉搏波预选特征
ReliefF权值分析
粒子群优化
支持向量机
年,卷(期)
2020,(10)
所属期刊栏目
研究与开发
研究方向
页码范围
7-12
页数
6页
分类号
字数
3963字
语种
中文
DOI
10.3969/j.issn.1007-1423.2020.10.002
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
张家润
四川大学电子信息学院
4
0
0.0
0.0
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
(31)
共引文献
(3)
参考文献
(10)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1998(1)
参考文献(0)
二级参考文献(1)
1999(1)
参考文献(1)
二级参考文献(0)
2001(1)
参考文献(1)
二级参考文献(0)
2003(1)
参考文献(1)
二级参考文献(0)
2004(1)
参考文献(1)
二级参考文献(0)
2005(1)
参考文献(0)
二级参考文献(1)
2007(4)
参考文献(0)
二级参考文献(4)
2008(6)
参考文献(2)
二级参考文献(4)
2009(1)
参考文献(0)
二级参考文献(1)
2010(3)
参考文献(0)
二级参考文献(3)
2011(1)
参考文献(0)
二级参考文献(1)
2012(2)
参考文献(0)
二级参考文献(2)
2013(1)
参考文献(1)
二级参考文献(0)
2014(2)
参考文献(0)
二级参考文献(2)
2015(1)
参考文献(0)
二级参考文献(1)
2016(2)
参考文献(0)
二级参考文献(2)
2017(2)
参考文献(0)
二级参考文献(2)
2018(7)
参考文献(2)
二级参考文献(5)
2019(3)
参考文献(1)
二级参考文献(2)
2020(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)
研究主题发展历程
节点文献
脉搏波预选特征
ReliefF权值分析
粒子群优化
支持向量机
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
现代计算机
主办单位:
中大控股
出版周期:
旬刊
ISSN:
1007-1423
CN:
44-1415/TP
开本:
16开
出版地:
广东省广州市
邮发代号:
46-121
创刊时间:
1984
语种:
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
期刊文献
相关文献
1.
基于灰色关联和PSO-SVM的葡萄霜霉病的短期预测
2.
基于PSO-SVM模型的油气管道内腐蚀速率预测
3.
基于PSO-SVM算法的长微博贴图识别方法
4.
基于PSO-SVM的煤与瓦斯突出强度预测模型
5.
基于K-L散度与PSO-SVM的齿轮故障诊断
6.
ELMD熵特征融合与PSO-SVM在齿轮故障诊断中的应用
7.
基于PSO-SVM的直流配电网电能质量扰动辨识
8.
DBN与PSO-SVM的滚动轴承故障诊断
9.
PSO-SVM信息融合在广域后备保护中的应用
10.
基于改进的PSO-SVM的SAR图像分类识别
11.
综采面区段煤柱宽度的PSO-SVM预测模型
12.
基于PCA和PSO-SVM的手写数字识别应用研究
13.
基于改进的PSO-SVM的短期电力负荷预测
14.
PSO-SVM算法在智能建筑环境监控系统中的应用
15.
基于PSO-SVM模型的拱坝坝变形预测研究
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
现代计算机2022
现代计算机2021
现代计算机2020
现代计算机2019
现代计算机2018
现代计算机2017
现代计算机2016
现代计算机2015
现代计算机2014
现代计算机2013
现代计算机2012
现代计算机2011
现代计算机2010
现代计算机2009
现代计算机2008
现代计算机2007
现代计算机2006
现代计算机2005
现代计算机2004
现代计算机2003
现代计算机2002
现代计算机2001
现代计算机2000
现代计算机2020年第9期
现代计算机2020年第8期
现代计算机2020年第7期
现代计算机2020年第6期
现代计算机2020年第5期
现代计算机2020年第4期
现代计算机2020年第36期
现代计算机2020年第35期
现代计算机2020年第34期
现代计算机2020年第33期
现代计算机2020年第32期
现代计算机2020年第31期
现代计算机2020年第30期
现代计算机2020年第3期
现代计算机2020年第29期
现代计算机2020年第28期
现代计算机2020年第27期
现代计算机2020年第26期
现代计算机2020年第25期
现代计算机2020年第24期
现代计算机2020年第23期
现代计算机2020年第22期
现代计算机2020年第21期
现代计算机2020年第20期
现代计算机2020年第2期
现代计算机2020年第19期
现代计算机2020年第18期
现代计算机2020年第17期
现代计算机2020年第16期
现代计算机2020年第15期
现代计算机2020年第14期
现代计算机2020年第13期
现代计算机2020年第12期
现代计算机2020年第11期
现代计算机2020年第10期
现代计算机2020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