首页 > 文献资料
-
融合脑电特征的弹性网特征选择和分类
脑机接口系统的核心问题之一是信号分类.本文针对脑电信号的异构融合特征的分类问题提出了一种新方法:封装式弹性网特征选择和分类.首先,对预处理后的脑电(EEG)信号联合应用时域统计、功率谱、共空间模式和自回归模型方法提取高维异构融合特征.其次,采用封装方式进行特征选择:对训练数据采用弹性网罚逻辑回归拟合模型,通过坐标下降法估计模型参数,运用10倍交叉验证选择出优特征子集.后采用已训练的优模型对测试样本进行分类.实验中采用国际BCI竞赛Ⅳ的EEG数据,结果表明,该方法适用于高维融合特征的优特征子集选择问题,对于EEG信号的识别不仅效果好、速度快,而且能够选出与分类更相关的子集,获得相对简单的模型,平均测试正确率达到了81.78%.
-
基于虚拟编码和弹性网多值Logistic回归的红斑鳞状皮肤病诊断方法
红斑鳞状皮肤病是6种常见皮肤科疾病的统称,其诊断一直是皮肤科的难题.本文提出了基于名词性变量虚拟编码的弹性网罚多值logistic回归方法.该方法从皮肤病数据的变量属性出发,首先将名词性变量进行虚拟编码,避免了标称值直接计算带来的不合理性;继而通过带弹性网罚的多值logistic回归模型拟合特征与疾病分类间的关系;后通过坐标下降法求得模型的参数估计.实验中采用10折交叉验证方法并达到了98.34%±0.002 7%的诊断正确率,与其他方法相比,本文方法正确率相当,且步骤简单,稳定性很强.
关键词: 红斑鳞状皮肤病 多值logistic回归 弹性网 坐标下降 虚拟编码