基于EEMD算法的癫痫脑电信号识别
针对癫痫脑电(EEG)信号的非平稳性和非线性,提出一种基于集合经验模式分解(EEMD)脑电的方法,首先利用EEMD将EEG信号分解,得到各阶本征模式分量(IMF),然后提取有效特征,构成特征分量,最后用支持向量机(LS-SVM)对其分类;采用德国波恩癫痫研究室临床采集的癫痫脑电数据库,实验结果表明:特征提取方法对癫痫发作间歇期和发作期EEG的分类正确率最高可达99.5％.
癫痫脑电信号、集合经验模式分解、最小二乘支持向量机、本征模式分量
31
TP391(计算技术、计算机技术)
淮南师范学院校级项目2011LK93q
2014-06-17（万方平台首次上网日期，不代表论文的发表时间）
共5页
90-94
