国家自然科学基金(61074195)
- 作品数：5 被引量：11H指数：2
- 相关作者：王金甲贾敏李静洪文学张丽更多>>
- 相关机构：燕山大学更多>>
- 发文基金：国家自然科学基金河北省自然科学基金国家重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术医药卫生生物学更多>>
- 一种新的超混沌序列生成方法及应用被引量：4
- 2012年
- 为解决传统低维二进制混沌序列作为伪随机序列来源而随机性不理想、动力学特性易退化的问题,利用四阶CNN细胞神经网络超混沌系统的四路实数值序列进行比较,生成一种新的四进制超混沌序列,并应用于数字签名算法和数据摘要算法。仿真结果表明,新的超混沌序列的随机性优于传统的二进制混沌序列,能够通过"一次一密"实现复杂网络环境中的快速加密数据传输,克服现有多种加密算法已被破译的问题。
- 田澈卢辉斌张丽
- 关键词：四进制超混沌序列加密算法
- 辅助训练的半监督线性支持向量机用于EEG分类被引量：3
- 2013年
- 研究了基于辅助训练思想的半监督线性支持向量机方法在脑机接口EEG分类中的应用。首先采用高斯混合模型、Parzen窗、KN-近邻估计三种方法估计概率密度,得到未标记样本的密度信息,选择部分概率较高样本,使用比较置零法避免错分。其次采用线性支持向量机作为判别分类器得到已选样本的边界信息,通过距离判别条件选出高置信度的样本,使用方向判别条件避免错分。结合密度和边界信息完成高置信度未标记样本选择的方法称为辅助训练半监督支持向量机。本文的实验数据包括g50c、BCIⅠ、BCIⅡ_Ⅳ、USPS,分类正确率分别为91.6%,97%,84%,90.4%,运算速度最慢的仅需约3.5 s。在分类正确率和运算效率两个方面,均优于自训练半监督SVM、监督SVM两种方法。
- 王金甲贾敏
- 关键词：半监督学习脑机接口
- 基于辅助训练的半监督稀疏表示分类器用于脑电图分类被引量：1
- 2014年
- 脑机接口(BCI)脑电图(EEG)分类能实现人脑直接与外部环境的信息交互。提出了基于辅助训练思想的半监督稀疏表示分类器方法在BCI EEG分类中的应用。首先采用稀疏表示分类器从未标记样本中选择部分相关度较高的样本。其次采用Fisher线性分类器作为判别分类器得到已选样本的边界信息。通过距离大小和方向判别条件进一步选出高置信度样本。本文对三组基准数据集BCIⅠ、BCIⅡ_Ⅳ和USPS分别进行仿真实验,分类正确率分别为97%、82%和84.7%,运算速度最快的仅需约0.2s。在分类正确率和运算效率两个方面,均优于自训练半监督SVM、有导师SVM两种方法。
- 贾敏王金甲李静洪文学
- 关键词：半监督学习脑电图脑机接口
- 生物医学数据的可视化图形特征提取方法被引量：1
- 2011年
- 从领域问题中提取的原始特征进行某种矢量空间变换如主成分分析(PCA)、线性判别分析(LDA)、独立分量分析(ICA)和基于核的方法可能会改进分类器分类性能。基于多元数据的星点图表示方法,提出了一种新的可视化的图形特征提取方法———星点图重心图形特征。对星点图图表示中存在的特征排序影响图表示的问题进行了研究,提出了基于改进的遗传算法(GA)的特征排序。乳腺癌和糖尿病等生物医学数据集在遗传算法特征排序下的重心图形特征的分类结果都超过了公认的模式识别网站上的报道,也优于传统的矢量空间的特征提取方法下得到的特征的分类性能。
- 李静王金甲洪文学
- 关键词：特征提取可视化
- 基于卡尔曼滤波的ECoG信号去噪方法研究被引量：2
- 2012年
- 脑电信号反映了生物体的大脑活动,在采集和处理过程中极易受到各种噪声的干扰,如眨眼、快速眼动、心电、肌电等,这些噪声给脑电信号的分析处理带来了很大的困难。本文提出了卡尔曼滤波模型和模型参数估计的方法,将其应用于脑电ECoG信号去噪预处理。实验所用的数据是公开的脑机接口竞赛实验数据(BCI Competition Ⅲ dataset Ⅰ),分类正确率为92%。实验结果表明通过本方法去噪预处理后,分类正确率比竞赛第一名高,并且优于小波去噪与谱减法等预处理方法。
- 王金甲侯亚培
- 关键词：卡尔曼滤波去噪脑机接口
