期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于固有模态分解和深度学习的抑郁症脑电信号分类分析
被引量:
6
1
作者
刘岩
李幼军
陈萌
《中国医学物理学杂志》
CSCD
2017年第9期963-967,共5页
以采集到的抑郁症患者和正常人的脑电信号为基础,采用固有模态分解算法对原始信号去噪处理,通过卷积神经网络对抑郁症患者和正常人进行分类分析。首先通过脑电信号的采集实验,采集15位抑郁症患者和15位正常人对照组Fp1的静息态脑电信号...
以采集到的抑郁症患者和正常人的脑电信号为基础,采用固有模态分解算法对原始信号去噪处理,通过卷积神经网络对抑郁症患者和正常人进行分类分析。首先通过脑电信号的采集实验,采集15位抑郁症患者和15位正常人对照组Fp1的静息态脑电信号;之后对采集到的静息态脑电进行去噪处理,脑电去噪处理主要包括固有模态分解算法对原始信号的分解获得不同层次的IMF分量,对IMF分量进行频域分析,通过硬阈值的方法剔除原始信号中的噪声信号;最后采用卷积神经网络对抑郁症患者和正常人对照组进行二值分类,结果相较于传统的特征提取-机器学习算法,分类准确率明显提高。
展开更多
关键词
抑郁症
脑电信号
固有模态分解
固有
模态
函数
卷积神经网络
下载PDF
职称材料
经验模态分解方法在混凝土模型检测中的应用
被引量:
1
2
作者
李广瑞
朱自强
+1 位作者
鲁光银
密士文
《物探与化探》
CAS
CSCD
2013年第5期951-955,共5页
经验模态分解在处理非线性,多分量信号方面有其独特的优势,但是受信号采样率以及频程大小的影响,传统经验模态分解之后,各固有模态分解函数并非由单一频率成分组成。采用屏蔽信号和采样率内插相结合的方法来改进传统固有模态分解,得到...
经验模态分解在处理非线性,多分量信号方面有其独特的优势,但是受信号采样率以及频程大小的影响,传统经验模态分解之后,各固有模态分解函数并非由单一频率成分组成。采用屏蔽信号和采样率内插相结合的方法来改进传统固有模态分解,得到的固有模态函数较传统EMD分解有很大改善。以改善分解后的固有模态函数为基础,利用合成孔径聚焦成像,成像结果可以很清楚的发现目标体的位置所在,证明了此种改进方法的可行性。
展开更多
关键词
固有模态分解
屏蔽信号
采样率内插
合成孔径聚焦成像
无损检测
下载PDF
职称材料
气-液两相流图像灰度脉动信号的多尺度双分形特性研究
3
作者
李洪伟
周云龙
《核动力工程》
EI
CAS
CSCD
北大核心
2011年第5期100-104,共5页
应用高速摄影技术拍取气-液两相流水平管中3种典型流型的动态图像视频,对每一帧图像的平均灰度脉动信号进行提取;将提取的信号进行多尺度固有模态函数分解,然后与极差/标准偏差(R/S)分析方法相结合,提取各尺度的HURST指数和双分形特征...
应用高速摄影技术拍取气-液两相流水平管中3种典型流型的动态图像视频,对每一帧图像的平均灰度脉动信号进行提取;将提取的信号进行多尺度固有模态函数分解,然后与极差/标准偏差(R/S)分析方法相结合,提取各尺度的HURST指数和双分形特征。对气-液两相流的3种典型流型进行了气泡群和单个气泡2种形式的动力学行为分析,应用峭度系数提取对分析结果进行验证,并论述了HURST指数值随气相表观速度的变化情况。结果表明:固有模态函数分解(EMD)结合R/S分析能够很好地揭示气-液两相流的非线性动力学特征。
展开更多
关键词
气-液两相流
图像灰度
固有
模态
函数
分解
HURST指数
峭度
功率谱
下载PDF
职称材料
基于EMD和SVM的抑郁症静息态脑电信号分类研究
被引量:
7
4
作者
刘岩
李幼军
陈萌
《山东大学学报(工学版)》
CAS
北大核心
2017年第3期21-26,共6页
以静息态脑电信号为基础,通过固有模态分解(empirical mode decomposition,EMD)算法对脑电信号进行信号去噪和特征值提取,通过支持向量机(support vector machine,SVM)算法对抑郁症患者和正常对照组人群的脑电特征值进行分类分析。通过...
以静息态脑电信号为基础,通过固有模态分解(empirical mode decomposition,EMD)算法对脑电信号进行信号去噪和特征值提取,通过支持向量机(support vector machine,SVM)算法对抑郁症患者和正常对照组人群的脑电特征值进行分类分析。通过系统化的数据采集试验,采集了20位抑郁症患者和25位健康对照组的静息态脑电信号;对静息态脑电信号进行信号的去噪和特征提取;采用SVM算法对抑郁症患者和正常人对照组脑电特征值进行二值分类,分类正确率达到93.3%。相较于传统的小波变换提取的特征值,分类准确率有明显的提高。
展开更多
关键词
抑郁症
脑电信号
固有模态分解
固有
模态
函数
支持向量机
原文传递
题名
基于固有模态分解和深度学习的抑郁症脑电信号分类分析
被引量:
6
1
作者
刘岩
李幼军
陈萌
机构
北京工业大学电子信息与控制工程学院
磁共振成像脑信息学北京市重点实验室
脑信息智慧服务北京国际科技合作基地
出处
《中国医学物理学杂志》
CSCD
2017年第9期963-967,共5页
基金
国家重点基础研究发展资助计划(2014CB744600)
文摘
以采集到的抑郁症患者和正常人的脑电信号为基础,采用固有模态分解算法对原始信号去噪处理,通过卷积神经网络对抑郁症患者和正常人进行分类分析。首先通过脑电信号的采集实验,采集15位抑郁症患者和15位正常人对照组Fp1的静息态脑电信号;之后对采集到的静息态脑电进行去噪处理,脑电去噪处理主要包括固有模态分解算法对原始信号的分解获得不同层次的IMF分量,对IMF分量进行频域分析,通过硬阈值的方法剔除原始信号中的噪声信号;最后采用卷积神经网络对抑郁症患者和正常人对照组进行二值分类,结果相较于传统的特征提取-机器学习算法,分类准确率明显提高。
关键词
抑郁症
脑电信号
固有模态分解
固有
模态
函数
卷积神经网络
Keywords
depression
electroencephalograpy signal
empirical mode decomposition
intrinsic mode function
convolutional neural network
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
经验模态分解方法在混凝土模型检测中的应用
被引量:
1
2
作者
李广瑞
朱自强
鲁光银
密士文
机构
中南大学地球科学与信息物理学院
出处
《物探与化探》
CAS
CSCD
2013年第5期951-955,共5页
文摘
经验模态分解在处理非线性,多分量信号方面有其独特的优势,但是受信号采样率以及频程大小的影响,传统经验模态分解之后,各固有模态分解函数并非由单一频率成分组成。采用屏蔽信号和采样率内插相结合的方法来改进传统固有模态分解,得到的固有模态函数较传统EMD分解有很大改善。以改善分解后的固有模态函数为基础,利用合成孔径聚焦成像,成像结果可以很清楚的发现目标体的位置所在,证明了此种改进方法的可行性。
关键词
固有模态分解
屏蔽信号
采样率内插
合成孔径聚焦成像
无损检测
Keywords
empirical mode decomposition
masking signal
sampling rate interpolation
synthetic aperture focusing technique
non-destructive testing
分类号
P631.4 [天文地球—地质矿产勘探]
下载PDF
职称材料
题名
气-液两相流图像灰度脉动信号的多尺度双分形特性研究
3
作者
李洪伟
周云龙
机构
华北电力大学能源与动力工程学院
东北电力大学能源与机械工程学院
出处
《核动力工程》
EI
CAS
CSCD
北大核心
2011年第5期100-104,共5页
基金
国家自然科学基金项目(50976018)
文摘
应用高速摄影技术拍取气-液两相流水平管中3种典型流型的动态图像视频,对每一帧图像的平均灰度脉动信号进行提取;将提取的信号进行多尺度固有模态函数分解,然后与极差/标准偏差(R/S)分析方法相结合,提取各尺度的HURST指数和双分形特征。对气-液两相流的3种典型流型进行了气泡群和单个气泡2种形式的动力学行为分析,应用峭度系数提取对分析结果进行验证,并论述了HURST指数值随气相表观速度的变化情况。结果表明:固有模态函数分解(EMD)结合R/S分析能够很好地揭示气-液两相流的非线性动力学特征。
关键词
气-液两相流
图像灰度
固有
模态
函数
分解
HURST指数
峭度
功率谱
Keywords
Gas-liquid two-phase flow
Gray image
EMD
HURST exponent
Kurtosis
PSD
分类号
O359.1 [理学—流体力学]
下载PDF
职称材料
题名
基于EMD和SVM的抑郁症静息态脑电信号分类研究
被引量:
7
4
作者
刘岩
李幼军
陈萌
机构
北京工业大学电子信息与控制工程学院
磁共振成像脑信息学北京市重点试验室
脑信息智慧服务北京国际科技合作基地
北方工业大学
出处
《山东大学学报(工学版)》
CAS
北大核心
2017年第3期21-26,共6页
基金
国家重点基础研究发展计划资助项目(2014CB744600)
文摘
以静息态脑电信号为基础,通过固有模态分解(empirical mode decomposition,EMD)算法对脑电信号进行信号去噪和特征值提取,通过支持向量机(support vector machine,SVM)算法对抑郁症患者和正常对照组人群的脑电特征值进行分类分析。通过系统化的数据采集试验,采集了20位抑郁症患者和25位健康对照组的静息态脑电信号;对静息态脑电信号进行信号的去噪和特征提取;采用SVM算法对抑郁症患者和正常人对照组脑电特征值进行二值分类,分类正确率达到93.3%。相较于传统的小波变换提取的特征值,分类准确率有明显的提高。
关键词
抑郁症
脑电信号
固有模态分解
固有
模态
函数
支持向量机
Keywords
depression
EEG
EMD
intrinsic mode function(IMF)
SVM
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于固有模态分解和深度学习的抑郁症脑电信号分类分析
刘岩
李幼军
陈萌
《中国医学物理学杂志》
CSCD
2017
6
下载PDF
职称材料
2
经验模态分解方法在混凝土模型检测中的应用
李广瑞
朱自强
鲁光银
密士文
《物探与化探》
CAS
CSCD
2013
1
下载PDF
职称材料
3
气-液两相流图像灰度脉动信号的多尺度双分形特性研究
李洪伟
周云龙
《核动力工程》
EI
CAS
CSCD
北大核心
2011
0
下载PDF
职称材料
4
基于EMD和SVM的抑郁症静息态脑电信号分类研究
刘岩
李幼军
陈萌
《山东大学学报(工学版)》
CAS
北大核心
2017
7
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部