-
公开(公告)号：CN114676723B
公开(公告)日：2025-05-09
申请号：CN202210237391.3
申请日：2022-03-11
Applicant: 中国矿业大学
IPC: G06F18/241 , G06F18/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于加权水平可视图多重分形的情绪识别方法，适用于情绪状态识别领域。采集脑电信号并组成时间序列，将该时间序列映射为加权水平可视图，对加权水平可视图进行分析，研究结构，探究其蕴含的脑电信号的非线性特性；其中无标度特征被创新性地用于分析相关加权水平可视图的结构，通过分析加权水平可视图的分形与多重分形，实现对加权水平可视图的描述刻画，最终使用神经网络进行训练，实现对不同情绪脑电信号的分类与识别，步骤简单，识别准确，具有广泛的实用性。
-
公开(公告)号：CN113876337B
公开(公告)日：2023-09-22
申请号：CN202111085080.1
申请日：2021-09-16
Applicant: 中国矿业大学
Abstract: 一种基于多元递归网络的心脏疾病识别方法，适用于心电信号分析及相关疾病的检测。采集样本ECG的十二导联信号构成多元时间序列，在不同的尺度因子下对多元时间序列粗粒化生成新的多元时间序列，利用递归图和交叉递归图算法对新多元时间序列构造成多元递归网络，计算其交叉聚类系数熵，确定最佳尺度因子，在最佳尺度因子下重构多元递归网络，计算其交叉聚类系数，将一个时间序列作为一个节点，节点之间的连边权重取交叉聚类系数均值，构造权重网络，根据不同人群的相关网络参数显著差距来对心脏疾病进行检测。其步骤简单，检测效率高，且分析ECG信号的十二导联时间序列，可以有效的提高临床上心脏疾病的诊断准确性。
-
公开(公告)号：CN114676723A
公开(公告)日：2022-06-28
申请号：CN202210237391.3
申请日：2022-03-11
Applicant: 中国矿业大学
Abstract: 本发明公开一种基于加权水平可视图多重分形的情绪识别方法，适用于情绪状态识别领域。采集脑电信号并组成时间序列，将该时间序列映射为加权水平可视图，对加权水平可视图进行分析，研究结构，探究其蕴含的脑电信号的非线性特性；其中无标度特征被创新性地用于分析相关加权水平可视图的结构，通过分析加权水平可视图的分形与多重分形，实现对加权水平可视图的描述刻画，最终使用神经网络进行训练，实现对不同情绪脑电信号的分类与识别，步骤简单，识别准确，具有广泛的实用性。
-
公开(公告)号：CN113876337A
公开(公告)日：2022-01-04
申请号：CN202111085080.1
申请日：2021-09-16
Applicant: 中国矿业大学
Abstract: 一种基于多元递归网络的心脏疾病识别方法，适用于心电信号分析及相关疾病的检测。采集样本ECG的十二导联信号构成多元时间序列，在不同的尺度因子下对多元时间序列粗粒化生成新的多元时间序列，利用递归图和交叉递归图算法对新多元时间序列构造成多元递归网络，计算其交叉聚类系数熵，确定最佳尺度因子，在最佳尺度因子下重构多元递归网络，计算其交叉聚类系数，将一个时间序列作为一个节点，节点之间的连边权重取交叉聚类系数均值，构造权重网络，根据不同人群的相关网络参数显著差距来对心脏疾病进行检测。其步骤简单，检测效率高，且分析ECG信号的十二导联时间序列，可以有效的提高临床上心脏疾病的诊断准确性。
-
-
-
Search Results
4
records
(took 0.019 seconds)
