您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201807-31
论文题目 Naive Bayes方法识别两类运动想象脑电信号的特点考察
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

Naive Bayes方法识别两类运动想象脑电信号的特点考察

首发时间:2018-07-16

王海 1   

王海(1976),男,博士(2008年毕业于东北大学),教授,主要研究方向:生物电气接口

  • 1、辽宁石油化工大学信息与控制工程学院,抚顺 113001

摘要:本文通过使用Naive Bayes方法对两类运动想象脑电信号进行分类识别,以及与SVM方法的对比,考察了Naive Bayes方法识别生理信号的能力及特点。经考察得出,Naive Bayes方法可较好地应用于生理信号的识别,且能够发挥其良好的分类性能。本文的研究从多个角度考察了Naive Bayes方法在脑电识别中的应用特点,显示出Naive Bayes方法在两类运动想象脑电识别中显著的分类作用,得到较为稳定的识别结果。研究得出该方法能够较好地结合多通道特征,较适合识别经频率分解的脑电信号。研究也展示出不同识别方法产生迥异的识别结果,也突显了方法选择的重要。

关键词: 生物电气接口 脑电 贝叶斯 支持向量机 小波变换

For information in English, please click here

Characteristic Investigation on Two-type Motor Imagery EEG Identification of Naive Bayes Method

WANG Hai 1   

王海(1976),男,博士(2008年毕业于东北大学),教授,主要研究方向:生物电气接口

  • 1、School of Information and Control Engineering, Liaoning Shihua University, Fushun 113001

Abstract:The paper investigated the ability and the characteristics of Naive Bayes method to identify the physiological signals through classifying and identifying the two-type motor imagery EEG by Naive Bayes method and through comparing with SVM method. It was concluded that the Naive Bayes method can be applied to physiological signals identification well and can give full play to its good classifying performance. The paper investigated the applying characteristics of Naive Bayes method in EEG identification from multiple aspects, showed the remarkable classifying function of this method in two-type motor imagery EEG identification, and stable results can be obtained. Result showed that Naive Bayes method can combine the multi-channel characteristics well and was suitable for the identification to the EEG signals decomposed on frequency. The research also showed wide differences of identification results produced by different identification methods, and then highlighted the importance of method selection.

Keywords: BEI (Biotic Electric Interface) EEG (electroencephalogram) Bayes SVM (support vector machine) wavelet transform

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
王海. Naive Bayes方法识别两类运动想象脑电信号的特点考察[EB/OL]. 北京:中国科技论文在线 [2018-07-16]. https://www.paper.edu.cn/releasepaper/content/201807-31.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

Naive Bayes方法识别两类运动想象脑电信号的特点考察