免疫多域特征融合的多核学习SVM运动想象脑电信号分类OA北大核心CSCDCSTPCD
Motor Imagery EEG Classification Based on Immune Multi-domain-feature Fusion and Multiple Kernel Learning SVM
针对多通道四类运动想象(Motor imagery,MI)脑电信号(Electroencephalography,EEG)的分类问题,提出免疫多域特征融合的多核学习SVM(Support vector machine)运动想象脑电信号分类算法.首先,通过离散小波变换(Discrete wavelet transform,DWT)提取脑电信号的时频域特征,并利用一对多公共空间模式(One versus the rest common spatial…查看全部>>
张宪法;郝矿荣;陈磊
东华大学信息科学与技术学院 上海201620东华大学数字化纺织服装技术教育部工程研究中心 上海201620东华大学信息科学与技术学院 上海201620
离散小波变换公共空间模式多核学习支持向量机免疫遗传运动想象脑电信号
《自动化学报》 2020 (11)
医用可降解支架管混合建模与性能智能优化
2417-2426,10
国家自然科学基金(61806051,61903078),上海市扬帆计划(17YF1426100),上海市自然科学基金(19ZR1402300,20ZR1400400)资助