您的位置：
首页
>
农业专利
>
详情页
基于机器学习模糊特征选择的癫痫发作脑电信号分类方法
- 专利权人:
- 西北大学
- 发明人:
- 王海,张侃,高岭,郭红波,郑勇,赵悦蓉,郑杰,杨旭东
- 申请号：
- CN201910848404.9
- 公开号：
- CN110558977A
- 申请日:
- 2019.09.09
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 一种基于机器学习模糊特征选择的癫痫发作脑电信号分类方法,步骤一、对原始的EEG数据进行预处理,先进行SWT+ICA再进行带通滤波器处理;步骤二、对预处理后的数据依照已有研究支撑进行特定通道选择;步骤三、对所选出的通道上的数据进行多种特征提取;步骤四、计算每个实验对于不同类的隶属度,依次通过FDM算法和特征子集的约简算法进行模糊特征选择;步骤五、采用优化的SVM进行癫痫信号分类。通过本发明,用户可以获得较高的癫痫分类准确率,另一方面,本发明提出的模糊特征选择思想也可以应用到脑电信号分类的其他领域,比如想象运动脑信号分类,为基于EEG信号的分类和识别提供了借鉴。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
