基于EEG信号的文献记录01（0719）-特征选择和分类算法在基于脑电信号的睡眠阶段分类中的比较研究

1.特征选择和分类算法在基于脑电信号的睡眠阶段分类中的比较研究（英文）
A Comparative Study on Classification of Sleep Stage Based
on EEG Signals Using Feature Selection and Classification
Algorithms
特征提取：在特征提取阶段识别了4种不同类别的特征(时间、非线性、基于频率和熵)。总共使用了21种特征算法；时间范畴10个，非线性范畴5个，频率范畴2个，熵范畴4个。从21个特征算法中获得了41个特征值。
时域：过零次数;Hjorth 系数；统计特征包括：
非线性特征5个：Petrosian fractal dimension (PFD)
Mean teager energy (MTE) MTE
Mean energy (ME)
Mean curve length (MCL) MCL
Hurst exponent (H)
时频域特征：Wigner-Ville distribution (WV) ：WV-1-WV-4
Discrete wavelet transform (DWT):D3-1-D5-4
熵特征： REn（瑞丽熵）;
PEn排列熵；
SpEn(光谱熵)；
ApEn（近似熵）;

特征值
特征选择算法：1.Fast correlation based filter (FCBF)
2.mRMR algorithm（）
3.T -test algorithm（T检验算法）
4.ReliefF算法
5.Fisher score algorithms （费舍尔评分）
6.最小冗余最大相关性(MRMr)；minimum redundancy maximum relevance
(mRMR);

特征分类算法：1.决策树Decision trees (DT)
2.Feed-forward neural network (FFNN)（前馈神经网络）
3.Radial basis network (RBF)径向基网络
4.Support vector machine (SVM)
5.Random forest algorithm (RF)（随机森林）
绩效评估方法：1.Classification accuracy , sensitivity and specificity（分类的准确性、敏感性
特异性评估）
2.k-Fold cross-validation（k复合交叉验证）
结论：根据结果，射频算法被认为是成功的最佳算法。随后，发现射频、SVM、离散余弦变换和径向基函数算法在不同的特征聚类中是有效的。
DT算法是计算时间最少的算法。一般来说，该算法之后分别是射频算法、SVM算法、快速傅里叶变换神经网络算法和径向基函数算法。

基于EEG信号的文献记录01（0719）-特征选择和分类算法在基于脑电信号的睡眠阶段分类中的比较研究相关推荐

EEG-MI 基于EEG信号的运动想象分类实验
文章目录 1. 项目背景 2. 实验目的 3. 实验过程 CNN部分分类器设计性能评估代码参考文献 1. 项目背景 "脑机接口"(Brain Cpmputer Interf ...
文献记录(part58)--不平衡数据处理的新方法一基于样本相似度的少数合成法
学习笔记,仅供参考,有错必究不平衡数据处理的新方法一基于样本相似度的少数合成法摘要引言
python文本分类算法_基于Naive Bayes算法的文本分类
理论什么是朴素贝叶斯算法? 朴素贝叶斯分类器是一种基于贝叶斯定理的弱分类器,所有朴素贝叶斯分类器都假定样本每个特征与其他特征都不相关.举个例子,如果一种水果其具有红,圆,直径大概3英寸等特征,该水果 ...
机器学习-有监督学习-分类算法：决策树算法【CART树：分类树(基于信息熵；分类依据：信息增益、信息增益率、基尼系数)、回归树(基于均方误差)】【损失函数：叶节点信息熵和】【对特征具有很好的分析能力】
一.决策树概述注:生产实践中,不使用决策树,太简单,而是使用决策树的升级版:集成学习算法. 集成学习算法有: Random Forest(随机森林) Extremely Randomized For ...
脑电信号（EEG）简介：原理、应用与分析方法
目录一.EEG基本原理二.EEG的应用领域 1.临床应用 2.认知科学 3. 神经反馈治疗三.EEG信号分析方法 1.预处理 2.时域分析 3.频域分析 4.时频分析 5.机器学习与深度学习四 ...
运动想象| EEG信号、共空间模式算法（CSP）
摘要作为一种特殊的人机交互模式,脑-机接口(brain-computer interface, BCI)技术成为了当前信息交互的研究热点.其中脑电信号(electroencephalography, ...
综述 | 基于脑电图信号的情感识别研究
文章来源于微信公众号(茗创科技),欢迎有兴趣的朋友搜索关注. 情感在我们的日常生活中扮演着重要的角色,不仅体现在人际交往中,在决策过程中,也在我们对周围世界的感知中.由于最近学术界非常关注人机交互尤其 ...
基于EEG的癫痫自动检测: 综述与展望
目录摘要 1. 癫痫自动检测流程 1.1 数据采集与输入 1.2 数据预处理 1.3 特征提取与选择 1.4 分类模型学习与评估 2. 癫痫自动检测中的特征 2.1 时域特征 2.2 频域特征 2. ...
论文笔记-基于呼吸信号的人类应激状态实时遥测
深度数据:Kinect 区别于普通摄像机的特点之一就是能够实时获取视野范围内物体与相机之间的距离(深度信息).Kinect 获取深度信息的原理不同于传统的结构光技术,而是使用了一种光编码(light ...
EEG脑电信号常用处理方法
一. 关于脑电信号今年中旬,在马斯克召开的发布会,其名下Neuralink 的脑机接口植入技术引发热议,脑-机接口(brain-computer interface, BCI)技术也成为了当前信息交 ...

基于EEG信号的文献记录01（0719）-特征选择和分类算法在基于脑电信号的睡眠阶段分类中的比较研究

基于EEG信号的文献记录01（0719）-特征选择和分类算法在基于脑电信号的睡眠阶段分类中的比较研究相关推荐

最新文章

热门文章