王金甲
- 作品数：91 被引量：338H指数：9
- 供职机构：燕山大学更多>>
- 发文基金：国家自然科学基金中国博士后科学基金河北省自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信理学更多>>
- 脑机接口中多线性主成分分析的张量特征提取被引量：4
- 2015年
- 脑机接口(BCI)可以直接通过脑电(EEG)信号控制外部设备。本文针对传统主成分分析(PCA)和二维主成分分析(2DPCA)处理多通道EEG信号的局限性,提出了多线性主成分分析(MPCA)的张量特征提取和分类框架。首先生成张量EEG数据,然后进行张量降维并提取特征,最后用Fisher线性判别分析分类器进行分类。实验中将新方法应用到BCI competitionⅡ数据集4和BCI competitionⅣ数据集3,分别使用了EEG数据的时空二阶张量表示形式和时空频三阶张量表示形式,通过对可调参数多次调试,取得了高于其它同类降维方法的最佳结果。二阶输入最高正确率分别达到81.0%和40.1%,三阶输入分别达到76.0%和43.5%。
- 王金甲杨亮
- 关键词：脑机接口特征提取
- 冠心病介入手术中支架型号的回归定位网络预测方法
- 本发明公开了一种冠心病介入手术中支架型号的回归定位网络预测方法，属于医学影像及计算机技术领域，具体步骤：1、获取实验所需数据；2、建立定位回归模型；3、当模型训练集与验证集中表现接近并且满足需求时，定位网络训练结束；4、...
- 王金甲宋佳锐郭浩攀倪维臻陈妍王宝凤
- 机器学习多类接收机工作特性研究被引量：1
- 2012年
- 接收机工作特性(ROC)曲线已经成为误分类代价未知时的两类分类器分析和比较的标准工具,实际上已经取代了分类正确率或错误率。扩展两类ROC曲线到多类ROC曲面已经成为一个增长性的研究热点。本文阐述了ROC曲线的基本概念和应用,重点介绍了多类ROC曲面的历史和具体算法,指出多类ROC曲面的研究趋势是近似计算和可视化。
- 李静王金甲洪文学
- 关键词：混淆矩阵曲线下面积
- 基于平均教师模型的弱标记半监督声音事件检测
- 2020年
- 为了利用大量不平衡和未标记数据,采用一致性正则化思想的平均教师模型用于弱标记半监督声音事件检测,可有效减少半监督学习中的过拟合问题.在教师模型的权重更新过程中,首次提出将随机加权平均算法(SWA)用于声音事件检测,可以加快预测速度并且节约成本.针对模型的架构问题,采用改进的门控卷积长短时记忆网络(GCLSTM)作为学生模型和教师模型,其中全局加权秩池化层可以克服平均池化和最大池化对声音事件的低估和高估的限制,有效地提高系统的性能.在对数据进行特征提取过程中,采用SpecAugment策略对语谱图进行增强,从而有效地解决过拟合问题.为了评估实验方法,在声学场景和事件的检测及分类(DCASE)2018挑战任务4数据集上进行测试,结果表明:评估集的平均F1分数可达24.9%,明显优于基线系统和其他方法的F1分数.
- 王金甲杨倩崔琳崔琳
- 基于多通道经验模式分解的脑机接口特征提取被引量：1
- 2015年
- 针对脑机接口(BCI)系统中的多通道非平稳脑电(EEG)信号和脑磁(MEG)信号,本文提出一种基于多通道经验模式分解(MEMD)与功率特征结合的信号特征提取算法。首先将多通道脑信号经MEMD算法分解为一系列多尺度多元固有模态函数(IMF)近似平稳分量,然后对每个IMF分量提取功率特征,并利用主成分分析(PCA)降维处理,最后使用线性判别分析分类器对信号特征分类。实验采用第三次和第四次国际BCI竞赛的数据进行验证,对皮层EEG信号和MEG信号运动想象任务的识别正确率分别达到92.0%和46.2%,均位于竞赛第一名水平。实验结果表明本文所提方法有较好有效性和稳定性,为脑信号特征提取提供了新思路。
- 王金甲刘源
- 关键词：脑机接口皮层脑电图脑磁图
- 基于位平面的渐近式数字水印技术被引量：2
- 2003年
- 将JPEG 2000中的EBCOT编码与现代水印技术相结合提出了基于图像内容中位平面特征的渐近式水印技术，利用位平面特征来同步水印的顺序，图像被分解为多个位平面上的数据，对各个位平面的重要数据按照顺序先后在压缩的同时嵌入水印信息。实验结果证明该方法改善了水印的不可见性和同步性的矛盾。
- 胡正平王世明王成儒王金甲
- 关键词：数字水印图像内容特征点
- 模糊C-均值聚类新算法在说话人辨认中的应用被引量：5
- 2003年
- 该文提出了一种将模糊C-均值聚类法的各种改进算法与矢量量化法相结合的说话人辨认的新方法。首先从语音信号中提取MFCC特征矢量,其次利用矢量量化来设计码书,最后用改进算法对待识语音进行辨认。新算法的辨认率达到95%以上,抗噪性能也优于矢量量化法。
- 王成儒王金甲
- 关键词：矢量量化模拟退火算法遗传算法
- 多层局部块坐标下降法及其驱动的分类重构网络被引量：2
- 2020年
- 卷积稀疏编码(Convolutional sparse coding,CSC)已广泛应用于信号或图像处理、重构和分类等任务中,基于深度学习思想的多层卷积稀疏编码(Multi-layer convolutional sparse coding,ML-CSC)模型的多层基追踪(Multi-layer basic pursuit,ML-BP)问题和多层字典学习问题成为研究热点.但基于傅里叶域的交替方向乘子法(Alternating direction multiplier method,ADMM)求解器和基于图像块(Patch)空间域思想的传统基追踪算法不能容易地扩展到多层情况.在切片(Slice)局部处理思想的基础上,本文提出了一种新的多层基追踪算法:多层局部块坐标下降(Multi-layer local block coordinate descent,ML-LoBCoD)算法.在多层迭代软阈值算法(Multi-layer iterative soft threshold algorithm,ML-ISTA)和对应的迭代展开网络ML-ISTA-Net的启发下,提出了对应的迭代展开网络ML-LoBCoD-Net.ML-LoBCoD-Net实现信号的表征学习功能,输出的最深层卷积稀疏编码用于分类.此外,为了获得更好的信号重构,本文提出了一种新的多层切片卷积重构网络(Multi-layer slice convolutional reconstruction network,ML-SCRN),ML-SCRN实现从信号稀疏编码到信号重构.我们对这两个网络分别进行实验验证.然后将ML-LoBCoD-Net和ML-SCRN进行级联得到ML-LoBCoD-SCRN合并网,同时实现图像的分类和重构.与传统基于全连接层对图像进行重建的方法相比,本文提出的ML-LoBCoD-SCRN合并网所需参数少,收敛速度快,重构精度高.本文将ML-ISTA和多层快速迭代软阈值算法(Multilayer fast iterative soft threshold algorithm,ML-FISTA)构建为ML-ISTA-SCRN和ML-FISTA-SCRN进行对比实验,初步证明了所提出的ML-LoBCoD-SCRN分类重构网在MNIST、CIFAR10和CIFAR100数据集上是有效的,分类准确率、损失函数和信号重构结果都优于ML-ISTA-SCRN和ML-FISTA-SCRN.
- 王金甲张玉珍夏静夏静
- 基于稀疏组lasso的脑机接口通道和特征选择研究被引量：8
- 2015年
- 脑电信号(EEG)特征提取和分类是脑机接口(BCI)系统的核心问题之一。由于BCI系统中EEG信号多通道采样和特征向量的高维性,有效的特征选择算法已经成为研究中不可分割的一部分。针对EEG特征选择问题采用一种新方法:基于封装式稀疏组lasso的EEG融合特征的同时通道和特征选择方法。实验中将该方法与现有的通道选择和特征选择方法进行比较,结果表明,该方法更适用于高维融合特征的最优特征子集选择问题,且该算法稳定、时间成本低。此外,在保证错误率相当或较低的情况下,该方法能够同时实现通道和特征选择。国际BCI竞赛IV的两类运动想象信号的测试错误率为15.28%。
- 王金甲薛芳李慧
- 关键词：脑机接口
- 基于CSSD-DE通道选择算法的ECoG分类研究被引量：2
- 2012年
- 在脑机接口(BCI)的研究中,通道在提取脑电信息的过程中起着十分关键的作用。本研究提出基于共空域子空间分解-微分进化算法(CSSD-DE)的脑机接口通道选择方法,并且使用逻辑线性分类器进行分类。在对皮层脑电信号(ECoG)进行通道选择的过程中取得了使用少数通道就可以达到令人满意的分类效果。当最优通道个数为6,识别正确率达到93%,优于2005年脑机接口竞赛III数据集I的第一名的正确率(91%)。并提出将最大相关最小冗余度(mRMR)和支持向量机回归特征消去(SVM-RFE)算法应用于通道选择进行对比,mRMR算法得出最优通道个数为7,识别正确率为87%,SVM-RFE算法得出的最优通道个数为6,识别正确率为81%。
- 王金甲尹涛
- 关键词：脑机接口微分进化算法
