您当前的位置：
首页 > 文献资料
所属专业：
广义奇异值分解文献资料
-
脑机接口的广义核线性判别分析方法研究
针对脑机接口中脑电信号处理,提出了一种基于核方法和广义奇异值分解(GSVD)的广义核线性判别分析( GKLDA)方法,对两类脑电信号进行特征提取.首先在非线性核函数映射的核空间对样本做线性判别分析,针对“小样本采样问题”,采用GSVD求解一种非线性空域滤波器.算法验证中,采用BC1竞赛一数据集、竞赛二数据集Ⅳ和竞赛三数据集ⅢB中S4b等3组公开数据,以及一组自行采集的想象左右手运动的数据,同时分别与核共空间模式(KCSP)、核线性判别分析(KDA)、广义判别分析(GDA)进行对比.分类器采用Fisher线性判别分析分类器.所提出的方法针对3组公开数据,正确率分别为93％、77％、80％,自行数据正确率为97％,且优于其他几种核方法.实验结果表明,GKLDA方法是脑机接口中一种新的有效的特征提取方法.
-
按时频能量分布识别咳嗽声的方法
咳嗽是一百多种疾病的主要症状,咳嗽声分析可以为临床诊断提供极其重要的信息.利用咳嗽声信息提取咳嗽的频率和强度能够定量评估治疗效果.本文提出一种咳嗽声识别算法,首先利用小波对信号进行分解,统计咳嗽声信号和非咳嗽声信号在各个时频点上的能量分布,然后选择能量分布差异大的部分时频点对应的能量值作为特征,后利用线性判别分析/广义奇异值分解(Linear discriminant analysis/Generalized singular value decomposition,LDA/GSVD)方法设计分类器.实验证明,该算法能够达到85%的识别率,且运算量较小.
