华侨大学学报（自然科学版）
華僑大學學報（自然科學版）
화교대학학보（자연과학판）
JOURNAL OF HUAQIAO UNIVERSITY(NATURAL SCIENCE)
2015年
2期
166-170
,共5页
脑电图%自动识别%多小波基%小波变换%支持向量机
腦電圖%自動識彆%多小波基%小波變換%支持嚮量機
뇌전도%자동식별%다소파기%소파변환%지지향량궤
electroencephalogram%automatic identify%multi wavelets%wavelet transfer%support vector machine
为解决用小波变换方法进行脑电图(EEG)多分类自动识别容易出现特征信号混同化、识别率不高的问题,将小波变换中小波基的选取方法由单个的小波母函数改为能适应不同波形的多小波基,然后用支持向量机的方法进行分类.结果表明:在典型的脑电波EEG信号自动识别中,与传统的单小波母函数相比,多小波基(小波母函数序列)能检测出更多的特征波形;用基于多小波基的小波变换识别方法要明显优于基于传统的Coif,Morlet等单小波基小波变换方法.
為解決用小波變換方法進行腦電圖(EEG)多分類自動識彆容易齣現特徵信號混同化、識彆率不高的問題,將小波變換中小波基的選取方法由單箇的小波母函數改為能適應不同波形的多小波基,然後用支持嚮量機的方法進行分類.結果錶明:在典型的腦電波EEG信號自動識彆中,與傳統的單小波母函數相比,多小波基(小波母函數序列)能檢測齣更多的特徵波形;用基于多小波基的小波變換識彆方法要明顯優于基于傳統的Coif,Morlet等單小波基小波變換方法.
위해결용소파변환방법진행뇌전도(EEG)다분류자동식별용역출현특정신호혼동화、식별솔불고적문제,장소파변환중소파기적선취방법유단개적소파모함수개위능괄응불동파형적다소파기,연후용지지향량궤적방법진행분류.결과표명:재전형적뇌전파EEG신호자동식별중,여전통적단소파모함수상비,다소파기(소파모함수서렬)능검측출경다적특정파형;용기우다소파기적소파변환식별방법요명현우우기우전통적Coif,Morlet등단소파기소파변환방법.
