山西省自然科学基金(2011011015-4)
- 作品数：9 被引量：32H指数：4
- 相关作者：陈俊杰相洁武政曹锐邓红霞更多>>
- 相关机构：太原理工大学北京理工大学北京工业大学更多>>
- 发文基金：山西省自然科学基金国家自然科学基金山西省青年科技研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 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Weka平台的FCM算法的研究与实现被引量：4
- 2013年
- 针对开源数据挖掘平台Weka在聚类方面只集成了少数聚类算法的缺点,对其进行二次开发,扩充其聚类算法。介绍FCM算法的基本思想和算法描述,将FCM算法嵌入到Weka平台,充分利用Weka的类和可视化功能。选取一种实例密度加权的方法对该算法进行改进,调整聚类中心位置,并将改进后的算法与原算法进行实验比较分析。实验结果表明,改进后的算法明显减少了迭代次数,并获得更好的聚类效果。
- 郑文娟王会青陈俊杰
- 关键词：FCM算法WEKA平台聚类分析
- 基于最近邻距离差的改进孤立点检测算法被引量：10
- 2013年
- k最近邻孤立点检测算法的检测结果受用户设置参数的影响较大,并且无法判定孤立点强弱,针对该缺陷,引入阈半径和密集度阈值,提出基于最近邻距离差的孤立点检测算法。通过在多个数据集上的实验表明,改进算法扩大了参数的设置范围,降低了参数对结果的影响,并能够有效检测出强孤立点,用户通过调整密集度阈值,可以判定孤立点强弱,改进算法增强了原算法的稳定性和灵活性。
- 侯晓晶王会青陈俊杰刘茜
- 关键词：孤立点检测
- 基于SVM的fMRI数据分类及MCI诊断应用被引量：4
- 2013年
- 为了有效提高轻度认知障碍(mild cognitive impairment,MCI)的早期诊断效果,提出了基于SVM的fMRI数据分类方法,并构建分类准确率更高的集成分类器。传统的MCI诊断过程,检验周期长、主观误差较大,为此,利用数据挖掘技术,采用SVM数据分类方法,通过提取单个体素的分类特征,对fMRI图像作分类,并分析分类准确率较高的体素分布区域。通过加权平均的方法,构建集成分类器,更好地辅助临床诊断。
- 吕艳阳相洁
- 关键词：轻度认知障碍数据分类分类器集成
- 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
- 改进的ICA算法及其在特征捆绑中的应用
- 2014年
- 针对fMRI数据信噪比低、数据量大的特点,将Pearson分布族应用于独立成分分析算法中,提出基于Pearson系统的独立成分分析算法。增加非线性函数生成器,改进调整步长的方法,能根据观测数据自适应地估计非线性函数。改进的算法与原ICA算法相比,运行速度时间缩短,在fMRI信号分离中取得了较好的效果。将该算法应用于颜色和形状的特征捆绑认知中,得出参与捆绑认知的各大脑区域的主要作用,为建立视觉特征捆绑的认知模型提供理论基础。
- 董云云李海芳邓红霞
- 关键词：特征捆绑
- 基于ICA的谱聚类方法在特征捆绑中的应用被引量：1
- 2014年
- 为探究视觉系统处理图像颜色和形状时的特征捆绑问题,提出了基于独立成分分析的谱聚类方法。利用独立成分分析对任务态下的fMRI数据进行成分的提取,利用谱聚类算法对成分和任务之间的相关系数进行谱聚类分析,得到一种基于独立成分的谱聚类方法。将该算法应用于颜色和形状的特征捆绑任务中,结合提出的认知减法,得出了任务态下参与特征捆绑的主要激活脑区,并对任务态下认知颜色和形状的主要脑区进行了分析研究,为建立视觉特征捆绑的认知模型提供理论基础,表明了该方法适用于多任务的fMRI数据分析。
- 董云云邢桂阳邓红霞李海芳
- 关键词：特征捆绑谱聚类
- 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
- 基于颜色和形状任务的脑区功能连接的研究被引量：1
- 2014年
- 针对视感知中的特征捆绑问题主要通过以下三个方面进行研究:首先,构建静息态和任务态的脑网络,利用堆结构贪婪算法进行模块划分;其次,计算视觉脑区之间的Z值;再次,计算视觉脑区之间的连接度。实验证明了视觉信息加工的两条通路、脑网络动态平衡特性以及参与绑定的重要脑区。研究视觉特征捆绑认知过程,有助于计算机视觉建模,为提高图像识别技术奠定基础。
- 邢桂阳董云云邓红霞李海芳
- 关键词：连接度特征捆绑
