基于脑电的立体视频加速度的特征识别
TN911.6; 构建一种能够自适应提取脑电特征的PMEMD-2JSD-CSP模型,明确了立体视频的两类匀加速深度运动的可分性.利用部分噪声辅助多变量经验模态分解(PNA-MEMD)对脑电(EEG)信号进行分解得到本征模态函数(IMF),应用基于詹森-香农散度(JSD)的有效因子对IMF进行两次不同范围的自适应筛选,筛选结果按照权重叠加构成重构信号.利用共空间模式(CSP)对重构信号进行空域特征提取,支持向量机(SVM)对特征进行分类,分类正确率最高为73.16％,证明了该模型对两类EEG信号特征提取的有效性....
Saved in:
| Published in | 东北大学学报（自然科学版） Vol. 40; no. 10; pp. 1386 - 1391 |
|---|---|
| Main Authors | , , |
| Format | Journal Article |
| Language | Chinese |
| Published |
天津大学 电气自动化与信息工程学院,天津,300072%东北大学 医学与生物信息工程学院,辽宁 沈阳,110169
01.10.2019
|
| Subjects | |
| Online Access | Get full text |
| ISSN | 1005-3026 |
| DOI | 10.12068/j.issn.1005-3026.2019.10.004 |
Cover
| Abstract | TN911.6; 构建一种能够自适应提取脑电特征的PMEMD-2JSD-CSP模型,明确了立体视频的两类匀加速深度运动的可分性.利用部分噪声辅助多变量经验模态分解(PNA-MEMD)对脑电(EEG)信号进行分解得到本征模态函数(IMF),应用基于詹森-香农散度(JSD)的有效因子对IMF进行两次不同范围的自适应筛选,筛选结果按照权重叠加构成重构信号.利用共空间模式(CSP)对重构信号进行空域特征提取,支持向量机(SVM)对特征进行分类,分类正确率最高为73.16％,证明了该模型对两类EEG信号特征提取的有效性. |
|---|---|
| AbstractList | TN911.6; 构建一种能够自适应提取脑电特征的PMEMD-2JSD-CSP模型,明确了立体视频的两类匀加速深度运动的可分性.利用部分噪声辅助多变量经验模态分解(PNA-MEMD)对脑电(EEG)信号进行分解得到本征模态函数(IMF),应用基于詹森-香农散度(JSD)的有效因子对IMF进行两次不同范围的自适应筛选,筛选结果按照权重叠加构成重构信号.利用共空间模式(CSP)对重构信号进行空域特征提取,支持向量机(SVM)对特征进行分类,分类正确率最高为73.16％,证明了该模型对两类EEG信号特征提取的有效性. |
| Author | 徐礼胜 沈丽丽 耿小荃 |
| AuthorAffiliation | 天津大学 电气自动化与信息工程学院,天津,300072%东北大学 医学与生物信息工程学院,辽宁 沈阳,110169 |
| AuthorAffiliation_xml | – name: 天津大学 电气自动化与信息工程学院,天津,300072%东北大学 医学与生物信息工程学院,辽宁 沈阳,110169 |
| Author_FL | GENG Xiao-quan XU Li-sheng SHEN Li-li |
| Author_FL_xml | – sequence: 1 fullname: SHEN Li-li – sequence: 2 fullname: GENG Xiao-quan – sequence: 3 fullname: XU Li-sheng |
| Author_xml | – sequence: 1 fullname: 沈丽丽 – sequence: 2 fullname: 耿小荃 – sequence: 3 fullname: 徐礼胜 |
| BookMark | eNrjYmDJy89LZWBQNTTQMzQyMLPQz9LLLC7O0zM0MDDVNTYwMtMzMjC0BHL1DAxMWBg44eIcDLzFxZlJBgYGlibmpkaWnAzGT-fverKr70XLxOdTtj6f1fJ8dfeTvZNfLG97uWji064FLxvmP921DCTeufPpvsYX69uedqzmYWBNS8wpTuWF0twMoW6uIc4euj7-7p7Ojj66xYYGRia6yeaphqamqRbGpslJRqkmiSaJKRbJpsmWaSnmiYmmicbG5mkWZubmBpYWJgamFmnGZklGZinJJkANJqbJJimWxtwM6hBzyxPz0hLz0uOz8kuL8oA2xqckpVRUJIE8CfSagYkxACSRXKo |
| ClassificationCodes | TN911.6 |
| ContentType | Journal Article |
| Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| DBID | 2B. 4A8 92I 93N PSX TCJ |
| DOI | 10.12068/j.issn.1005-3026.2019.10.004 |
| DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Engineering |
| DocumentTitle_FL | EEG-Based Feature Recognition of Stereoscopic Video Acceleration |
| EndPage | 1391 |
| ExternalDocumentID | dbdxxb201910004 |
| GrantInformation_xml | – fundername: 国家自然科学基金资助项目 funderid: (61520106002,61471262,61773110) |
| GroupedDBID | -03 2B. 4A8 5XA 5XD 92E 92I 93N ABDBF ABJNI ACGFS ACUHS ALMA_UNASSIGNED_HOLDINGS CCEZO CEKLB CW9 EAD EAP EAS EOJEC ESX OBODZ PSX TCJ TGP U1G U5M |
| ID | FETCH-LOGICAL-s1024-c7e155e835cb2e4a4ad8c5c9fd7aa5a337f86770984058f36b26dc4e8345c4d93 |
| ISSN | 1005-3026 |
| IngestDate | Thu May 29 03:59:15 EDT 2025 |
| IsPeerReviewed | false |
| IsScholarly | true |
| Issue | 10 |
| Keywords | 立体深度匀加速运动 多变量经验模态分解 视觉不舒适 脑电 共空间模式 |
| Language | Chinese |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-s1024-c7e155e835cb2e4a4ad8c5c9fd7aa5a337f86770984058f36b26dc4e8345c4d93 |
| PageCount | 6 |
| ParticipantIDs | wanfang_journals_dbdxxb201910004 |
| PublicationCentury | 2000 |
| PublicationDate | 2019-10-01 |
| PublicationDateYYYYMMDD | 2019-10-01 |
| PublicationDate_xml | – month: 10 year: 2019 text: 2019-10-01 day: 01 |
| PublicationDecade | 2010 |
| PublicationTitle | 东北大学学报（自然科学版） |
| PublicationTitle_FL | Journal of Northeastern University(Natural Science) |
| PublicationYear | 2019 |
| Publisher | 天津大学 电气自动化与信息工程学院,天津,300072%东北大学 医学与生物信息工程学院,辽宁 沈阳,110169 |
| Publisher_xml | – name: 天津大学 电气自动化与信息工程学院,天津,300072%东北大学 医学与生物信息工程学院,辽宁 沈阳,110169 |
| SSID | ssib000947529 ssib051368049 ssib023167010 ssj0040330 ssib002039846 ssib004675270 ssib006703041 ssib002263414 ssib008679651 ssib001128993 |
| Score | 2.217186 |
| Snippet | TN911.6;... |
| SourceID | wanfang |
| SourceType | Aggregation Database |
| StartPage | 1386 |
| Title | 基于脑电的立体视频加速度的特征识别 |
| URI | https://d.wanfangdata.com.cn/periodical/dbdxxb201910004 |
| Volume | 40 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LahRBcIgJiB7EJ77JwT6FjT3dPTPdx5ndWYKgpwRyC_PU0womgZBThBB8gBD05CXiQQ85ePJgQL8mS5K_sKrm1cag0ctQ211dz2a6qqe71nHulYVKRZCZnvaE6alCBb1UyKInsiTLVS5lSVvZDx_5cwvqwaK3ODG5YZ1aWl1JZ7P1E--V_I9XoQ38irdk_8GzLVFoABj8C0_wMDxP5WMWe8wMWRSyWOFTxyzWTCtmXBYHzECjR0CIjQCEEdMRIQ-YkYgcBkz7LDYsFDTKYzpkIccWPAMxxBagHPq_0NGGRYa6YghFic6Q6MBwgCM75CV2mpk-9faZCRAIFbJGYEDEW8AnAUBs0KuP1FAjkDwkvkCKJIGxlbT1KBIJkatR7e4G0osE9ZAUoHcDdCgaVY0qVTnTQ2oZMC07FNLUcGKtkAWiSFDK3jVxTXv-rprnjaKGxFCk1nHVZyxP-cgf4E7lyh26MZ1fS4-OVihy6JLFXLQ_ChkQjwCHoKNb-xhmyMWif4JMoi8xiINe7zTOmqn7IptBKxYpg_OGXIJs_ltQjUZHj0EvzrMZy5uAB90S8FzcGTLW4opVbyWvKiQ0q29VrKt5y3BrLXVlUyS9_ln9rdtva77gvqZFH5nMtkzw2KaZpZObqgt22iOoeZqvraWIg1-41BlnSgQBHvSYCqNBNLRSEBV4VgoB-Yk2dojMpdF2iT7hQ2Bo3_2G4daa6OMSa6UgVPCy-zIvsDIF70Jyz5W-pi_hVXSpuJRVhZVazbMOa4xw_08moEuJozIZPbbi5_mLzoU68Z0Oq7fYJWdi_cll57xVDvWKI8c7e_t7bw43tw_efT14v3mw-3r_-9vDz1tHH7fHrz4cbeyM9z5h-8tv4x_PD79sjV_sXnUWhvF8f65X_6lLbxlyGdXLggJSmAISvywVhUpUkuvMy0yZB0niJVIGJZbY5GBU7ulS-qnw80zBAOVlKjfymjM5ejoqrjvTSapVkXppyXMDJvdTnhgvKWWmJS9dY24407XKS_VLe3npmNtv_h3llnOue4HcdiZXnq0WdyARWUnv1nPlJ3y00qw |
| linkProvider | EBSCOhost |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E8%84%91%E7%94%B5%E7%9A%84%E7%AB%8B%E4%BD%93%E8%A7%86%E9%A2%91%E5%8A%A0%E9%80%9F%E5%BA%A6%E7%9A%84%E7%89%B9%E5%BE%81%E8%AF%86%E5%88%AB&rft.jtitle=%E4%B8%9C%E5%8C%97%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5%EF%BC%88%E8%87%AA%E7%84%B6%E7%A7%91%E5%AD%A6%E7%89%88%EF%BC%89&rft.au=%E6%B2%88%E4%B8%BD%E4%B8%BD&rft.au=%E8%80%BF%E5%B0%8F%E8%8D%83&rft.au=%E5%BE%90%E7%A4%BC%E8%83%9C&rft.date=2019-10-01&rft.pub=%E5%A4%A9%E6%B4%A5%E5%A4%A7%E5%AD%A6+%E7%94%B5%E6%B0%94%E8%87%AA%E5%8A%A8%E5%8C%96%E4%B8%8E%E4%BF%A1%E6%81%AF%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E5%A4%A9%E6%B4%A5%2C300072%25%E4%B8%9C%E5%8C%97%E5%A4%A7%E5%AD%A6+%E5%8C%BB%E5%AD%A6%E4%B8%8E%E7%94%9F%E7%89%A9%E4%BF%A1%E6%81%AF%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E8%BE%BD%E5%AE%81+%E6%B2%88%E9%98%B3%2C110169&rft.issn=1005-3026&rft.volume=40&rft.issue=10&rft.spage=1386&rft.epage=1391&rft_id=info:doi/10.12068%2Fj.issn.1005-3026.2019.10.004&rft.externalDocID=dbdxxb201910004 |
| thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fdbdxxb%2Fdbdxxb.jpg |