基于MSE-PCA的脑电睡眠分期方法研究
针对传统的自动睡眠分期准确率不足问题，提出一种将多尺度熵（MSE）和主成分分析（PCA）联合使用的自动睡眠分期方法。以8例受试者睡眠脑电（EEG）监测数据及专家人工分期结果作为样本，首先使用MSE表征受试者脑电信号不同睡眠期的非线性动力学特征；然后使用PCA的前两个主成分向量代替MSE特征进行降维，实现降低数据冗余的同时保留绝大多数EEG非线性特征；最终将新向量的特征参数输入到反馈神经网络(BPNN)分类器中实现MSE-PCA模型的脑电睡眠状态的自动识别分类。实验结果表明，自动分期准确率可达到87.9%，kappa系数0.77，该方法能提高脑电自动睡眠分期系统的准确率和稳定性。
文件下载
评论信息
其他资源
- 相对定向 摄影测量 C++完整能运行代码
- 完整版数据挖掘导论 课后习题答案（中文版）
- 胡寿松自动控制原理配套PPT课件
- 基于Matlab实现的DES加密
- C# Winform NPOI操作Word Excel
- Non-photorealistic Computer Graphics
- 电磁仿真软件破解版，catia各版本，altairworks2017.2，matlab2017b，ansysHFSS 18.2
- C#做的毕业设计农产品溯源系统
- 纽扣电池座PCB封装
- 计算机视觉 第一次试验
- SSM整合项目-健身房管理系统 完整方案免费下载
- 网络工程师思维导图-第二章：数据通信基础.pdf
- 2021达摩院十大科技技术.pdf
- 计算机集成安防控制系统的设计和实施
- iview-admin2.0-ts.zip
- mha4mysql-node-0.56.tar.gz和mha4mysql-manager-0.56.tar.gz
- csapp mountain.tar 存储山
- 仿新浪微博jquery qtip ajax提示框
- 软件项目策划书范文_软件项目策划书
- 基于SSH框架的健身俱乐部管理系统
- Cricket系统定位程序
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明