排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
6.
脑电信号反映了生物体的大脑活动,在采集和处理过程中极易受到各种噪声的干扰,如眨眼、快速眼动、心电、肌电等,这些噪声给脑电信号的分析处理带来了很大的困难。本文提出了卡尔曼滤波模型和模型参数估计的方法,将其应用于脑电ECoG信号去噪预处理。实验所用的数据是公开的脑机接口竞赛实验数据(BCI Competition Ⅲ dataset Ⅰ),分类正确率为92%。实验结果表明通过本方法去噪预处理后,分类正确率比竞赛第一名高,并且优于小波去噪与谱减法等预处理方法。 相似文献
7.
8.
文章采用金相显微镜、扫描电子显微镜(SEM)、洛氏硬度计及摩擦磨损试验机分析了4Cr13、7Cr17Mo马氏体不锈钢刀剪材料在980~1 110℃不同淬火温度下的组织、硬度和摩擦磨损性能。实验结果表明,4Cr13、7Cr17Mo的淬火组织均为马氏体、未溶碳化物和残留奥氏体,随着淬火温度升高,组织中碳化物含量均减少。相同淬火温度下,7Cr17Mo组织中未溶碳化物含量较多,硬度较高,具有更好的耐磨性。 相似文献
9.
10.
雷达图图形特征提取中的特征排序 总被引:1,自引:1,他引:0
基于多元数据的雷达图图表示,提出了雷达图重心图形特征.针对同样的多元数据不同的特征排序会导致不同的雷达图图表示,进而产生不同的重心特征,而这些重心特征会最终影响分类器的性能,因此提出一种新的问题,即雷达图图形特征提取中的特征排序问题.基于这个新的问题,设计了一种新的解决方法,即提出了基于改进的遗传算法的特征排序.同时也研究并改进了传统的基于排序的特征选择方法.基于一些机器学习数据库的分类实验结果表明:一方面,数据的原始特征排序下的重心特征和传统的特征提取方法相比,并不总是最优,但是在遗传算法下特征排序的重心特征优于传统的特征提取方法;另一方面,在遗传算法下特征排序的重心特征优于传统的基于排序的特征选择方法下的重心特征.尤其对于高维小样本的肺癌数据达到了12.5%的留一法交叉验证错误率,效果非常好.乳腺癌数据和糖尿病数据等的分类结果优于目前国际上的报道. 相似文献