云南省应用基础研究基金(2011FZ037)
- 作品数：3 被引量：9H指数：2
- 相关作者：余炜谢培韩强马晶晶周娅更多>>
- 相关机构：昆明理工大学成都工业学院更多>>
- 发文基金：云南省应用基础研究基金四川省应用基础研究计划项目四川省教育厅重点项目更多>>
- 相关领域：生物学电子电信医药卫生自然科学总论更多>>
- 基于EMD和SVM的脑电信号处理方法被引量：5
- 2012年
- 脑电信号的特征提取对于脑—机接口(BCI)技术来说非常重要。本文使用经验模式分解(EMD)算法对脑电信号进行分解,提取主要IMF分量的特征值,之后使用支持向量机进行分类,并采用启发算法(POS)进行参数寻优.对2003年第二届BCI大赛的想象左右手运动脑电信号分类正确率达到87.6%,验证了本方法的可行性.
- 余炜韩强马晶晶谢培
- 基于LabVIEW的统计告警算法在麻醉术中的设计与实现
- 2012年
- 提出了一个针对麻醉术中血容量不足的实时智能监测告警算法:统计告警算法.该算法综合了血压、心率、脉量和呼气末二氧化碳浓度等指标,能够提供足够的诊断支持信息,并可随时调节告警灵敏度,通过Kappa分析,在线状态下新算法与麻醉师的诊断结果一致性为76%;并基于LabVIEW平台设计了算法的系统框图和各功能模块.
- 余炜谢培马晶晶韩强
- 关键词：智能监测LABVIEW血容量不足
- 基于在线支持向量机的电子鼻模式识别算法被引量：4
- 2015年
- 针对现有电子鼻系统训练误差大、运行速度慢等特点,提出了一种新的基于在线支持向量机(Online-SVM)的电子鼻系统模式识别方法。该方法使用CH4气体与传感器阵列响应的值作为输入数据,经在线支持向量机算法进行模式识别,对CH4气体的浓度进行预测和分类。与期望结果对比,新方法的平均误差降低为5.3%,运行时间降为0.1994s,表明基于在线支持向量机的电子鼻系统模式识别方法能有效提高电子鼻系统识别的精度和速度。
- 余炜万代立周娅杨喜敬
- 关键词：电子鼻模式识别损失函数
