您的位置: 专家智库 > >

武政

作品数:3 被引量:12H指数:3
供职机构:太原理工大学计算机科学与技术学院更多>>
发文基金:山西省自然科学基金国家自然科学基金北京市博士后工作经费资助项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 1篇多模态
  • 1篇信号
  • 1篇时间序列
  • 1篇似然
  • 1篇脑电
  • 1篇脑电信号
  • 1篇近似熵
  • 1篇静息态
  • 1篇功能MRI
  • 1篇非线性
  • 1篇阿尔兹海默症
  • 1篇SVM分类
  • 1篇AD
  • 1篇MRI

机构

  • 3篇太原理工大学
  • 1篇北京工业大学

作者

  • 3篇相洁
  • 3篇曹锐
  • 3篇武政
  • 2篇陈俊杰
  • 1篇梁红

传媒

  • 2篇太原理工大学...
  • 1篇计算机工程与...

年份

  • 1篇2015
  • 2篇2014
3 条 记 录,以下是 1-3
排序方式:
基于样本熵的时间序列非线性检测方法研究被引量:5
2014年
为检测时间序列的非线性特性,针对替代数据法中常用特征量的不足,提出一种基于样本熵的非线性检测方法。采用样本熵作为替代数据法中的特征量来检测时间序列的非线性,在Lorenz方程、Logistic方程以及线性AR模型产生的3种仿真数据上进行验证,进一步与其它算法的时间效率进行对比。实验结果表明,对于不同长度、不同特性的数据,该方法的检测结果稳定有效,时间效率大幅度提高。
李聪改曹锐武政相洁
关键词:近似熵非线性
基于同步似然的脑电分类方法研究被引量:4
2014年
脑电数据的分类方法一直是疾病诊断、脑机接口等研究的热点,其关键在于分类特征的选择。目前的分类特征(例如样本熵)多基于单个通道,而近期研究报道脑电通道之间存在着相互作用。因此,本文采用了同步似然性作为新的分类特征,并利用SVM分类算法在两组脑电数据上进行了验证。结果表明,同步似然性作为分类特征的结果优于样本熵,可在脑电数据分类中得到更广泛应用。
曹锐武政相洁李聪改陈俊杰
关键词:脑电信号SVM分类
基于多模态MRI的AD分类模型被引量:3
2015年
利用多模态磁共振成像数据,构建静息态功能网络,提取了网络属性及结构像中萎缩灰质的灰质体积作为分类特征,训练SVM分类器。实验结果表明,利用结构和功能组合特征,可以区分MCI与正常对照(准确率91.7%),AD与正常对照(准确率100%),AD与MCI(准确率87.8%),有效提高了两类疾病的分类正确率。结果说明提出的分类模型是一种较好的辅助诊断模型。
武政相洁梁红曹锐陈俊杰
关键词:功能MRI阿尔兹海默症
共1页<1>
聚类工具0