首页> 中文会议>2007全国理论计算机科学学术年会 >基于FastICA和SVM的EEG信号分类系统

基于FastICA和SVM的EEG信号分类系统

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对大量EEG数据进行分析时,视觉检测显得既费时效率又低,提出了EEG信号分类系统.该系统采用FastICA方法获取EEG信号模式的高阶统计信息,并将输入模式空间映射到相应的独立成分空间,然后利用SVM在独立成分空间中构造广义最优分类超平面.实验研究结果表明:系统综合了FastICA和SVM特性,具有响应实时、漏检率低等优点.

著录项

来源
《2007全国理论计算机科学学术年会》|2007年|255-258|共4页
会议地点南宁
作者
张晋东; 秦贵和; 崔月;
展开▼
作者单位

中国计算机学会;

广西大学;

计算机研究与发展编辑部;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类模式识别与装置;
关键词
快速独立成分分析; 支持向量机; 脑电磁信号分析;

相似文献

中文文献
外文文献
专利

1. 基于FastICA和SVM的EEG信号分类系统 [J] . 张晋东 ,秦贵和 ,崔月 . 计算机研究与发展 . 2008,第0z1期
2. 基于FastICA和卷积神经网络的脑电信号分类算法 [J] . 陈宇 ,周雨佳 ,宫翔君 . 黑龙江大学自然科学学报 . 2018,第003期
3. 基于多类运动想象任务的EEG信号分类研究 [J] . 马满振 ,郭理彬 ,苏奎峰 . 计算机测量与控制 . 2017,第010期
4. 基于PNN神经网络的EEG信号分类方法研究 [J] . 贾花萍 . 河南科学 . 2011,第007期
5. 基于神经网络的光标上下移动EEG信号分类方法 [J] . 贾花萍 . 现代电子技术 . 2010,第010期
6. EMD与CSVM在癫痫脑电信号分类中的应用 [C] . 李冬梅 ,杨日东 ,田翔华 . 2017中国医院协会信息网络大会 . 2017
7. 基于机器学习的癫痫EEG信号分类算法探究 [A] . 龚旭辉 . 2020

基于FastICA和SVM的EEG信号分类系统

摘要

著录项

相似文献

相关主题

期刊订阅