

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、目前,越來越多的研究表明,人的大腦是一個復(fù)雜的非線性動力系統(tǒng),具有時空混沌的特征。而EEG信號則是通過現(xiàn)代手段記錄的大腦行為的外在表征,并在臨床輔助診斷和疾病研究中發(fā)揮越來越重要的作用。因此,研究對EEG信號的有效的建模和預(yù)測有著重大意義,它能夠讓我們從腦電信號提取更多的有用信息,用于疾病的診斷和預(yù)測,也有助于我們研究大腦運作機制。
由于腦電信號具有典型的時空混沌的特性,本文提出了一種針對的時空混沌信號建模的方法。首先將全局支
2、持向量回歸模型與徑向基神經(jīng)網(wǎng)絡(luò)回歸模型進行對比,住址實驗證明了支持向量回歸模型的優(yōu)越性。然后,將局域預(yù)測法與支持向量回歸模型相結(jié)合,提出局域支持向量回歸模型,大幅提高模型的訓(xùn)練速度,并且可以保證檢測的精度。接著,從局域支持向量回歸模型的懲罰系數(shù)出發(fā),研究變化的懲罰系數(shù)對回歸模型的性能的影響,通過高斯距離權(quán)重函數(shù),根據(jù)每個訓(xùn)練樣本與最后的樣本的距離計算加權(quán)的權(quán)重,得到每個訓(xùn)練樣本對應(yīng)的加權(quán)懲罰系數(shù),得到了新的局域加權(quán)支持向量回歸模型(Lo
3、cal-WSVR),充分挖掘和利用時空混沌的局域信息。最后,我們將新建立的Local-WSVR模型應(yīng)用于實際腦電信號建模與預(yù)測中,并利用該模型構(gòu)建了癲癇檢測器。
總的來說,本文將支持向量回歸模型與局域預(yù)測法相結(jié)合,得到了局域支持向量回歸模型,并在此基礎(chǔ)上進行改進,對懲罰系數(shù)進行加權(quán),進一步提出了全新的局域加權(quán)支持向量回歸模型(Local-WSVR)。理論與實驗的結(jié)果表明,該模型具有良好的性能,能夠更好的挖掘時空混沌信號的局域信
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量回歸機模型的股市預(yù)測研究.pdf
- 基于支持向量回歸的水質(zhì)預(yù)測研究.pdf
- 基于支持向量回歸機的匯率預(yù)測.pdf
- 基于支持向量回歸建模方法的短期電力負荷預(yù)測研究.pdf
- 基于支持向量回歸機的股價預(yù)測研究.pdf
- 基于支持向量回歸的旅游短期客流量預(yù)測模型研究.pdf
- 基于支持向量回歸模型的圖像分類研究.pdf
- 基于模糊支持向量回歸機的WSN鏈路質(zhì)量預(yù)測模型.pdf
- 基于模糊支持向量回歸的機場噪聲預(yù)測研究.pdf
- 基于遺傳支持向量回歸的人才需求預(yù)測模型.pdf
- 基于支持向量回歸機的pm2.5濃度預(yù)測模型分析與研究
- 基于支持向量回歸的鉆井成本預(yù)測方法研究與應(yīng)用.pdf
- 基于改進支持向量回歸機的股價預(yù)測研究.pdf
- 經(jīng)濟預(yù)測的灰色支持向量回歸方法.pdf
- 基于噪聲模型的支持向量回歸機的分析.pdf
- 基于支持向量回歸在短期負荷預(yù)測中的應(yīng)用.pdf
- 基于多Agent粒子群優(yōu)化的支持向量回歸模型預(yù)測控制.pdf
- 基于相關(guān)向量回歸模型的預(yù)測控制研究.pdf
- 基于支持向量回歸模型的序列采樣方法研究.pdf
- 基于支持向量回歸的短時交通流預(yù)測方法研究與應(yīng)用.pdf
評論
0/150
提交評論