没有合适的资源?快使用搜索试试~ 我知道了~
2016014016-自实1601-陈帅华-基于小波变换和支持向量机的癫痫脑电信号分类-毕业设计(论文)1
需积分: 0 1 下载量 190 浏览量
2022-08-08
18:52:51
上传
评论
收藏 3.44MB DOCX 举报
温馨提示
试读
147页
(2)对于脑电信号的特征提取,本文采用离散小波变换进行后续研究,并对其小波基进行了选取 (3)对于癫痫脑电信号的分类,本文使用SVM、KNN和DT三种机器学习算
资源详情
资源评论
资源推荐
班 级:
自实 1601
学 号:
2016014016
北京化工大学
毕 业 设 计 ( 论 文 )
题 目
基于小波变换和支持向量机的癫痫脑电信号分类
专 业
自动化实验班
学 生
陈帅华
指导教师
宿翀
2020
年
6
月
3
日
i
诚信声明
本人声明:
本人所呈交的毕业设计(论文),是本人在导师的指导下,独立进行
研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何
其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡
献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的
法律结果由本人承担。
作者签名: 日期: 2020 年 6 月 3 日
ii
iii
毕业设计(论文)任务书
设计(论文)题目: 基于小波变换和支持向量机的癫痫脑电信号分类
学院: 信息科学与技术学院 专业 自动化实验班 班级: 自实 1601
学生: 陈帅华 指导教师: 宿翀 专业负责人: 贺彦林
1.设计(论文)的主要任务及目标
对癫痫脑电数据集进行预处理;使用离散小波变换对数据提取标准差和样本熵特
征,并进行特征融合;使用支持向量机、K 最近邻算法和决策树三种机器学习算法分
别根据标准差特征、样本熵特征和融合特征进行不同情况的分类,并使用准确率、灵
敏度和特异度三种评价指标对分类结果进行评价;使用集成学习中的 stacking 方法,
将支持向量机、K 最近邻算法和决策树三种方法融合,并根据融合特征进行分类;之后
将这几种方法的结果进行比较,并得出结论。
2.设计(论文)的主要内容
寻找下载合适的数据集,并进行数据的预处理;使用离散小波变换完成对脑电数
据的特征提取;使用分类算法对不同情况的分类,并对分类结果进行评价。
3.设计(论文)的主要要求
整体方案的可行性分析;查阅合适的脑电数据集;选取合适的脑电信号特征;使
用小波变换实现特征提取;使用支持向量机等分类算法完成癫痫脑电信号分类;分类
结果的总结评价
4.主要参考文献
[1] 唐颖莹,陆璐,周东.中国癫痫诊断治疗现状[J].癫痫杂志,2019,5(03):161-164
[2] 盛晓欣,田翔华,周毅.基于随机森林癫痫患者脑电数据的分析研究[J].中国数字
医学,2020,15(01):41-43
[3] 陈 泽 龙 , 谢 康 宁 . 基 于 脑 电 EEG 信 号 的 分 析 分 类 方 法 [J]. 中 国 医 学 装
备,2019,16(12):151-158
[4] 肖文卿,汪鸿浩,詹长安.基于小波系数特征融合的小鼠癫痫脑电分类[J].计算机
工程与应用,2019,55(14):155-161
[5] Hadi Ratham Al Ghayab,Yan Li,Siuly Siuly,et al.Epileptic EEG signal classification
using optimum allocation based power spectral density estimation[J].IET Signal
Processing,2018,12(6):738-747
[6] 吴艳.基于多通道 EEG 信号的癫痫特征提取与识别方法研究[D].武汉理工大
学,2016
5.进度安排
设计(论文)各阶段名称
起 止 日 期
1
查阅文献,方案可行性分析及前期规划设计,开题报告
2019.12.23–2020.15
2
查找脑电数据集,翻译文献
2020.1.6–2020.1.15
3
撰写文献综述,提取脑电信号特征
2020.1.16–2020.3.24
4
研究实现支持向量机等三种机器学习算法
2020.3.25–2020.4.19
5
将 stacking 用于癫痫脑电信号分类,并将结果进行分析
2020.4.20–2020.5.7
6
论文撰写与润色,准备答辩
2020.5.8–2020.6.4
剩余146页未读,继续阅读
彥爷
- 粉丝: 20
- 资源: 311
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0