耿淑娟
- 作品数:10 被引量:60H指数:3
- 供职机构:山东大学更多>>
- 发文基金:山东省自然科学基金国家自然科学基金山东大学自主创新基金更多>>
- 相关领域:理学医药卫生自动化与计算机技术电子电信更多>>
- 基于梯度boosting的癫痫脑电检测方法(英文)被引量:3
- 2015年
- 自动癫痫脑电检测对癫痫的诊断具有重要意义,可以减轻监测长期脑电的工作强度。本文提出和探讨一种基于梯度boosting的长程脑电癫痫检测的新机器学习算法。该算法提取长程脑电的相对波动指数作为特征,采用梯度boosting算法训练分类器来识别发作和正常脑电。最后采用平滑和"collar"技术作为后处理进一步提高检测准确率。利用弗莱堡21位病人的脑电数据对该癫痫检测算法进行评估,实验表明,该算法的平均灵敏度为94.6%,误检率为0.18/h。
- 陈爽爽周卫东耿淑娟袁琦王纪文
- 关键词:脑电信号小波变换
- 混沌控制理论和方法(2)(续完)被引量:3
- 2004年
- 简要介绍了混沌的概念、特性 ,论述了混沌控制的基本问题和方法 .重点阐述了OGY方法、H∞ 方法以及连续反馈控制方法的思想、原理和特点 ,对系统变量的脉冲反馈法、自适应控制法、神经网络法等也作了介绍 .
- 刘孝贤耿淑娟
- 关键词:混沌混沌控制神经网络
- 混沌控制的基本问题和方法(二)被引量:1
- 2003年
- 对混沌控制的不同方法进行了综述;重点阐述了OGY方法以及连续反馈控制方法的思想、原理和特点,对系统变量的脉冲反馈法、自适应控制法、神经网络法等也作了介绍。最后指出混沌控制的应用前景和研究方向。
- 耿淑娟刘孝贤
- 关键词:混沌控制自适应控制法神经网络法
- 基于水平扩张毯子维的掌纹识别被引量:2
- 2012年
- 掌纹识别作为一种新兴的生物识别技术近年来得到了广泛研究.鉴于毯子维(Blanket dimension,BD)的多分辨率特性和掌纹纹理的方向性,本文对比分析了普通毯子维、水平方向扩张毯子维和垂直方向扩张毯子维对掌纹分形特征的表达性能,提出并研究了一种基于水平扩张毯子维的掌纹识别新算法.本文算法在香港理工大学掌纹数据库(版本2)进行了实验,实验结果表明,水平扩张毯子维可以很好地提取掌纹特征,获得的识别率可达99.9%,识别时间小于287ms,可满足在线掌纹识别.
- 郭秀梅周卫东耿淑娟王玉
- 关键词:分形维数特征提取
- 混沌控制理论和方法(1)被引量:11
- 2003年
- 简要介绍了混沌的概念 ,特性 ;论述了混沌控制的基本问题和方法 .重点阐述了OGY方法、H∞ 方法以及连续反馈控制方法的思想、原理和特点 ,对系统变量的脉冲反馈法、自适应控制法、神经网络法等也作了介绍 .
- 刘孝贤耿淑娟
- 关键词:混沌混沌控制
- 基于分支理论的神经元群模型非线性动力学特性分析
- 癫痫是爆发性脑节律异常导致脑功能暂时性紊乱的一种慢性神经系统疾病。癫痫不定时地、不可预测地反复发作严重困扰着患者,给其工作和生活带来了不便,甚至可能危及生命。癫痫发作时会出现暂时的异常脑电行为,这些异常脑电行为表现为局部...
- 耿淑娟
- 关键词:癫痫极限环
- 基于Hurst指数和SVM的癫痫脑电检测方法被引量:13
- 2010年
- 癫痫脑电波的自动检测对于患者诊断和减轻医生工作强度都具有重要的意义。提出一种基于Hurst指数和SVM的癫痫脑电检测算法。首先提取脑电信号的Hurst指数,然后对脑电进行3 Hz~8.5 Hz、8.5 Hz~16.5 Hz、16.5 Hz~29 Hz带通滤波并分别计算波幅的相对均值,最后使用SVM分类器实现癫痫脑电波的自动检测。对临床脑电信号的实验表明,该方法具有较强的检测性能和良好的实时性,准确率达到98.75%。所提出的Hurst指数和波幅相对均值作为特征,采用SVM的分类方法能有效实现癫痫脑电的检测,值得更深入的研究。
- 蔡冬梅周卫东刘凯李淑芳耿淑娟
- 关键词:脑电信号HURST指数SVM
- 混沌控制的基本问题和方法(一)被引量:29
- 2003年
- 对混沌控制的不同方法进行了综述;重点阐述了OGY方法以及连续反馈控制方法的思想、原理和特点,对系统变量的脉冲反馈法、自适应控制法、神经网络法等也作了介绍,指出混沌控制的应用前景和研究方向。
- 耿淑娟刘孝贤
- 关键词:混沌控制自适应控制神经网络
- 声音信号中的分形及混沌特征研究
- 分形理论和混沌理论都是分析音乐信号特征、探讨乐音信号的旋律美的主要方法.分形理论是活跃的非线性数学分支,其研究对象是在非线性系统中产生的不光滑和不可微的几何形体,对应的定量参数是维数.分形理论和混沌理论都属于非线性科学范...
- 耿淑娟
- 关键词:混沌分形相空间重构李雅普诺夫指数
- 文献传递
- 脑电信号的分形截距特征分析及在癫痫检测中的应用被引量:2
- 2011年
- 脑电信号的非线性特征会随癫痫发作而改变,脑电信号的特征分析和检测对癫痫的诊断和治疗具有重要意义。提出对癫痫脑电信号进行毯子维和分形截距的特征分析,并将分形截距应用于癫痫脑电信号的检测。首先提取脑电信号的分形截距和毯子维特征,并对两种特征的均值和方差进行比较,最后使用支持向量机分类器,实现脑电信号的分类检测。发现癫痫发作时脑电信号的分形截距显著高于发作间期,而脑电信号的毯子维在发作前后变化规律则不明显。将分形截距作为分类特征,能有效地区分癫痫脑电与间歇期脑电,具有较强的癫痫脑电检测性能,分类检测的准确率达到96%以上。
- 王玉周卫东李淑芳袁琦耿淑娟
- 关键词:脑电癫痫