文献

J-GLOBAL ID：201702259835705374   整理番号：17A0198183

てんかん脳波信号認識のための動径基底最小確率分類木【JST・京大機械翻訳】

Radial Basis Minimax Probability Classification Tree for Epilepsy ElectroEncephaloGrain Signal Recognition

著者 (4件)： Deng Zhaohong (School of Digital Media, Jiangnan University) ,  Chen Junyong (School of Digital Media, Jiangnan University) ,  Liu Jiefang (School of Digital Media, Jiangnan University) ,  Wang Shitong (School of Digital Media, Jiangnan University)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 38  号： 11  ページ： 2848-2855  発行年： 2016年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 脳波(EEG)信号の検出と識別は癲癇病の重要な診断手段である。動径基底関数ニューラルネットワークは優れた近似能力と汎化性能を持ち、異なる状態の脳波信号を直接識別できるが、その透明性と解釈性は悪く、異なる種類のデータ間の分離性の違いを無視した。これらの問題を解決するために,動径基底関数ニューラルネットワークと最小確率的意思決定技術に基づく分類ツリーを提案し,一対一の戦略と法を採用して,クラス間の分離性の違いを考慮した。EEG信号認識の実験結果は,提案した方法が明確な構造,強い分類能力,およびより良い説明可能性を持つことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *脳波 ,  *基底 ,  近似法 ,  意思決定 ,  汎化 ,  *てんかん
準シソーラス用語： 分離可能性 ,  *脳波信号 , 【Automatic Indexing@JST】

著者キーワード (4件)： ElectroEncephaloGram (EEG) signal ,  Radial basis function neural network ,  Minimax probability ,  Classification tree

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： てんかん ,  脳波信号 ,  動径 ,  基底 ,  確率 ,  分類木