排序方式: 共有14条查询结果,搜索用时 0 毫秒
1.
2.
Bagging RCSP脑电特征提取算法 总被引:3,自引:3,他引:0
正则化共空间模式(Regularized common spatial pattern,RCSP)解决了共空间模式(Common spatial pattern,CSP)对噪声敏感的问题,但它在小样本脑电数据集中的表现并不理想.针对上述问题,本文提出了Bagging RCSP(BRCSP)算法,通过Bagging方法重复选取训练数据来构造一个个包,并提取RCSP特征,再利用线性判别分析(Linear discriminant analysis,LDA)将特征向量映射到低维空间中,最后采用最近邻(Nearest neighborhood classifier,NNC)算法判定分类结果.线下实验证明,相比较聚合正则化共空间模式(RCSP with aggregation,RCSP-A),BRCSP的平均准确率提高了2.92%,且方差更小,鲁棒性更好.最后,在智能轮椅平台上,10位受试者利用BRCSP算法实现左右手运动想象脑电信号控制轮椅完成"8"字形路径的实验,证明了该算法在脑电信号特征提取中的有效性. 相似文献
3.
为提升氧化锆陶瓷的使用性能,采用氧化钇稳定的四方氧化锆为基体(yttria stabilized tetragonal zirconia,3Y-TZP),将铝热法生产金属铬所得炉渣(铝铬渣)按照不同比例(质量分数为5%~15%)加入,利用无压烧结在1 400 ℃保温2 h制备出彩色氧化锆陶瓷。通过X射线衍射(XRD)、扫描电镜(SEM)、显微硬度计及万能材料试验机测试了试样的物相、显微结构及力学性能。结果表明:掺杂铝铬渣可以制备出粉红色系氧化锆复合陶瓷,其物相主要为四方氧化锆、单斜氧化锆和含铬的氧化铝,并且铝铬渣的加入促使更多的四方氧化锆保留到室温。铝铬渣的加入不利于试样的烧结致密性,随着其含量增加复合陶瓷烧结后的体积收缩率降低,基体内出现部分孔隙。但是,铝铬渣的加入提升了试样的力学性能,当其加入量为5%(质量分数)时,氧化锆复合陶瓷的显微硬度和抗折强度均达到最大值,分别为1 755.3 HV和421.3 MPa。 相似文献
4.
针对DBN(深度置信网络)脑电信号识别率不高的问题,提出了多频带频域深度置信网络(multi-band FDBN)算法进行特征提取.不同频带存在个体性差异,它们对于分类结果的贡献不完全相同,本文利用带通滤波器将原始的脑电信号分成多个频段,再采用FFT(快速傅里叶变换)将时域信号转换为频域信号并作归一化处理,最后将每个频段的频域数据输入DBN进行训练识别.线下实验证明,相比FDBN(频域深度置信网络)算法,多频带FDBN的平均准确率提高了3.25%,且标准差更小,鲁棒性更好.最后,在智能轮椅平台上,利用多频带FDBN算法基于左右手运动想象脑电信号控制轮椅完成了"8"字形路径,证明了该算法在脑电信号特征提取中的有效性. 相似文献
5.
6.
7.
在Issue跟踪系统中存在大量长期未关闭的变更请求报告,增加了开发者不断点击和阅读这些报告的可能性,严重影响了软件需求管理任务的实施和用户的反馈体验。准确和及时地 预测这些报告关闭的可能性或重要性可以提高软件维护任务的质量。定义若干衡量变更请求报告特征的指标,选择在训练数据集上预测效果最佳的指标构建Logistic回归预测模型。使用提出的方法对20个SourceForge项目构成的测试数据集进行实验,得到平均查全率为94%和平均伪正率为14%的结果。实验结果表明,提出的方法能在测试数据集上取得很好的预测性能;关闭状态的变更请求报告所占的百分比或数量大小并不影响模型的性能;变更请求报告具有的某些特征可用于预测其在下一版本中得到关闭的可能性。 相似文献
8.
9.
复杂网络中重要节点的挖掘对分析和治理现实复杂系统有着重要的指导意义。设计能反映节点重要性的有效计算方法,是高效准确挖掘重要节点的关键。该文基于节点的邻居信息,采用特征工程中的特征提取、特征重构等方法提取能有效反映节点局部结构的特征向量。利用局部特征向量,通过回归模型建立节点局部结构和重要性的关系模型。在13个真实网络上的实验结果表明,相比于已有的重要节点挖掘基准方法,该方法具有更优的性能。 相似文献
10.