机译:基于生理特征和基于NARX模型的最小二乘支持向量机的瞬时心理工作量非线性动态分类
School of Information Science and Engineering, East China University of Science and Technology, Shanghai, China;
Engineering Research Center of Optical Instrument and System, Ministry of Education, Shanghai Key Laboratory of Modern Optical System, University of Shanghai for Science and Technology, Shanghai, China;
Institute of Cognitive Neurodynamics, East China University of Science and Technology, Shanghai, China;
Brain modeling; Electroencephalography; Physiology; Adaptation models; Integrated circuits; Frequency measurement; Human factors;
机译:利用生理特征和自适应支持向量机识别复杂人机协作下的心理工作量
机译:使用基于局部线性嵌入的脑电特征减少和基于支持向量机的聚类和分类技术来识别心理工作量的时间变化
机译:基于特征选择和支持向量机回归的脑电图建立有效的跨任务心理工作量识别模型
机译:使用支持向量机(SVM)和卷积神经网络(CNN)对心理工作量(MWL)进行分类
机译:支持向量机/回归特征选择以及分类应用。
机译:大数据方法用于批处理过程监控:使用基于非线性支持向量机的特征选择同时进行故障检测和诊断
机译:基于颜色特征的可可豆数字图像分类使用多碳组合最小二乘支持向量机