改进的极限学习机在癫痫脑电分类中的应用

研究癫痫脑部疾患的脑电分类识别问题,由于癫痫是大脑神经元异常和过度的超同步化放电所造成的临床现象,脑电图(EEG)是目前最常用的监测与诊断癫痫疾病的方法。由脑电图仪监测得到的脑电信号数量巨大,单凭人工的诊断十分耗时,且有可能因为主观因素而产生误判。为了提高对癫痫脑电信号的自动识别和诊断的准确性,提出了样本熵(SampEn)与AR模型特征提取以及自适应差分进化极限学习机(SaE-ELM)相结合的方法来达到识别癫痫脑电信号的目的。实验表明采用上述特征提取及分类算法可达到97%的分类准确度,验证了上述方法的有效性。

高压验电器专利技术综述

高压验电器是电力行业重要的工具。本文立足于专利文献,对高压验电器的专利申请情况进行分析,梳理其技术发展的脉络,介绍主要技术分支,对重点专利的技术点进行梳理和比较,并对未来的研究方向提出建议,以期为相关领域的审查工作提供技术支持,也为相关的企业和研究机构提供技术参考。