检索结果-内蒙古大学图书馆

中国生物医学工程学报 2010年第6期29卷 824-829页

作者：耿跃华徐桂芝于洪丽杨硕李文文陈亚静河北省电磁场与电器可靠性省部共建重点实验室河北工业大学天津300130

研究用经颅磁刺激仪在不同频率下刺激肢体神门穴,在安静、磁刺激、假刺激、假穴4种不同状态下脑电信号的样本熵值以及脑电信号诱发电位的特征。对8名被试者进行实验,实验分为4组即安静、磁刺激、假刺激、假穴,测量3种不同频率(0.5、1、3... 详细信息

研究用经颅磁刺激仪在不同频率下刺激肢体神门穴,在安静、磁刺激、假刺激、假穴4种不同状态下脑电信号的样本熵值以及脑电信号诱发电位的特征。对8名被试者进行实验,实验分为4组即安静、磁刺激、假刺激、假穴,测量3种不同频率(0.5、1、3 Hz)刺激下的脑电信号并计算样本熵值,对刺激后的脑电信号诱发电位进行了分析。结果显示,1 Hz与0.5 Hz磁刺激脑电信号样本熵没有明显变化(P>0.05);3 Hz时4种状态下的脑电信号样本熵变化较明显(P<0.05),磁刺激组和假穴组明显高于安静组和假刺激组,且磁刺激组略低于假穴组;3 Hz磁刺激无诱发电位;而假穴组产生明显体感诱发电位等其他诱发电位。实验表明,对人体神门穴进行磁刺激对脑电信号有明显抑制,与进行针刺或电刺激同样具有调节神经机能的作用。

关键词：磁刺激样本熵诱发电位

来源：评论

学校读者我要写书评

暂无评论

基于集合经验模态分解与样本熵联合小波的固肥流量微波信号去噪方法

引用

电子测量与仪器学报 2024年第11期38卷 118-125页

作者：张俊宁赵礼豪陈宁波杨立伟刘刚吕树盛北京信息科技大学机电工程学院北京100192 中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 中国农业机械化科学研究院集团有限公司行业技术服务中心北京100083

针对使用多普勒微波传感器测量颗粒肥料流量时,施肥机运作产生的振动和外部多种干扰导致采集到的信号失真的问题,首先对小波分析与卡尔曼滤波算法进行寻找最优参数。通过对比两种算法的去噪效果,提出一种基于集成经验模态与样本熵联合... 详细信息

针对使用多普勒微波传感器测量颗粒肥料流量时,施肥机运作产生的振动和外部多种干扰导致采集到的信号失真的问题,首先对小波分析与卡尔曼滤波算法进行寻找最优参数。通过对比两种算法的去噪效果,提出一种基于集成经验模态与样本熵联合小波的去噪算法。并以史丹利15-15-15颗粒肥为实验对象,将多普勒微波传感器等检测系统部署在施肥机上,采集颗粒肥料质量流量信号进行算法效果实验验证。结果表明:与原始信号相比,优化增益系数后的卡尔曼滤波算法,平均信号信噪比提升了3.548 dB。优化小波去噪参数后的小波分析算法,平均信噪比提高了7.184 dB。结合优化去噪参数后的小波分析联合集合经验模态与样本熵的去噪算法,去噪后的信号平均信噪比提高了7.899 dB,平均均方根误差降低了0.184,该算法对用多普勒微波传感器测量颗粒肥料质量流量信号的去噪处理上具有显著的优势。

关键词：固肥多普勒微波去噪小波分析集合经验模态样本熵

来源：评论

学校读者我要写书评

暂无评论

醉酒者和正常人脑电的样本熵研究

引用

中国生物医学工程学报 2010年第6期29卷 939-942页

作者：邹阳苗夺谦王登同济大学电子与信息工程学院计算机科学与技术系上海201804 国家高性能计算机工程中心同济分中心同济大学嵌入式系统与服务计算教育部重点实验室

为了探索应用非线性动力学理论研究醉酒者脑电信号的新方法,采用非线性动力学指标:样本熵对醉酒者和正常人的脑电信号进行分析和比较。试验随机选取了相同数目的醉酒者和正常人,运用样本熵算法对他们的脑电数据进行计算,得到样本熵值,... 详细信息

为了探索应用非线性动力学理论研究醉酒者脑电信号的新方法,采用非线性动力学指标:样本熵对醉酒者和正常人的脑电信号进行分析和比较。试验随机选取了相同数目的醉酒者和正常人,运用样本熵算法对他们的脑电数据进行计算,得到样本熵值,然后对这些熵值进行分析。结果显示:醉酒者的样本熵普遍都大于正常人的样本熵,表明大脑在醉酒状态下复杂度会比正常状态要高。样本熵能够有效地区分醉酒者和正常人的脑电状态。

关键词：样本熵醉酒者正常人脑电

来源：评论

学校读者我要写书评

暂无评论

基于经验模式分解与样本熵的癫痫预测方法

引用

中国生物医学工程学报 2006年第5期25卷 527-531页

作者：白冬梅邱天爽鲍海平大连理工大学电子与信息工程学院大连116024 大连医科大学第二临床医院大连116024

本研究提出一种基于经验模式分解(empirical mode decomposition,EMD)与样本熵的癫痫预测方法;该方法首先对原始信号进行了经验模态分解,将其分解为多个平稳的固有模态函数(intrinsic mode function,IMF)之和,再选取若干个包含主要癫痫... 详细信息

本研究提出一种基于经验模式分解(empirical mode decomposition,EMD)与样本熵的癫痫预测方法;该方法首先对原始信号进行了经验模态分解,将其分解为多个平稳的固有模态函数(intrinsic mode function,IMF)之和,再选取若干个包含主要癫痫预报信息的IMF分量,将其求和后,计算其样本熵(sample entropy,SampEn)。结果表明,癫痫发作前期样本熵呈减小趋势,基于EMD的样本熵其减小幅度显著增加,同时抑制了伪差对实验结果的影响。基于经验模式分解与样本熵的癫痫预测方法能够很好的对癫痫进行预测。

关键词：癫痫经验模式分解样本熵

来源：评论

学校读者我要写书评

暂无评论

基于脉象Hilbert-Huang变换和样本熵的动脉硬化症检测研究

引用

生物医学工程学杂志 2012年第6期29卷 1178-1183页

作者：杨成王学民孙涛郁洪强李想周鹏天津大学精密仪器与光电子工程学院天津300072 第四军医大学生物医学工程学院西安710032 天津市医疗器械技术审评中心天津300191

动脉硬化是一种严重的心血管疾病,对人体危害极大,对其实现早期诊断具有重大意义。本文通过采集健康成年人和动脉硬化患者的脉象,结合Hilbert-Huang变换(HHT)和样本熵分析二者之间的差异。脉象信号经经验模态分解(EMD)分解后,分别计算... 详细信息

动脉硬化是一种严重的心血管疾病,对人体危害极大,对其实现早期诊断具有重大意义。本文通过采集健康成年人和动脉硬化患者的脉象,结合Hilbert-Huang变换(HHT)和样本熵分析二者之间的差异。脉象信号经经验模态分解(EMD)分解后,分别计算每个固有模态函数(IMF)分量的样本熵值并对熵值做统计分析,发现动脉硬化患者第一个IMF分量的样本熵值小于正常人,且二者差异有统计学意义。计算HHT边际谱和不同频率段的能量值,发现动脉硬化患者的能量明显向低频移动。计算0～1Hz之间的能量值,发现动脉硬化患者在该频段的能量明显高于正常人,t检验分析结果表明该频段的能量值在二者之间的差异有统计学意义。分析结果表明,通过HHT和样本熵对动脉硬化做出早期诊断是可行的。

关键词：脉象动脉硬化症 Hilbert—Huang变换样本熵无创检测

来源：评论

学校读者我要写书评

暂无评论

粒子群优化广义回归神经网络与HHT样本熵结合的地震辨识研究

引用

地球物理学进展 2022年第4期37卷 1457-1463页

作者：庞聪丁炜程诚吴涛江勇马武刚廖成旺中国地震局地震研究所武汉430071 地震预警湖北省重点实验室武汉430071 湖北省地震局武汉430071 运城学院数学与信息技术学院运城044031

天然地震与人工爆破信号具有许多相似的特性,为实现地震类型的准确辨识,提出一种基于粒子群优化广义回归神经网络和HHT样本熵的地震类型辨识新方法.该方法先通过经验模态分解(EMD)将初始信号分解成6个本征模态函数(IMF)及1个残余向量,... 详细信息

天然地震与人工爆破信号具有许多相似的特性,为实现地震类型的准确辨识,提出一种基于粒子群优化广义回归神经网络和HHT样本熵的地震类型辨识新方法.该方法先通过经验模态分解(EMD)将初始信号分解成6个本征模态函数(IMF)及1个残余向量,对前三个IMF进行Hilbert变换得到瞬时频率和瞬时能量,进而提取出样本熵并构造神经网络训练集与测试集;利用粒子群算法和训练集优化广义回归神经网络的光滑因子参数值,建立PSO-GRNN分类模型.将该模型结果与BPNN模型、GRNN模型、PNN模型及RBFNN模型等神经网络模型进行性能对照,得到该模型单次识别的准确率、MAE、MAPE、RMSE R2及MSE分别为95%、0.1604、0.1204、0.2381、0.7123、0.0567,绝大多数性能评价指标优于其他4种神经网络模型.该研究建立的PSO-GRNN模型性能较稳健,在100次循环随机试验中辨识效果仍然较突出,计算得到的上述评价指标均值为97.42、0.04、0.04、0.12、0.89、0.02,其对应的标准差为3.53、0.05、0.04、0.08、0.11、0.02,将PSO-GRNN模型与HHT样本熵结合可作为天然地震与人工爆破事件辨识的有效方法.

关键词：地震辨识广义回归神经网络粒子群算法光滑因子样本熵希尔伯特-黄变换

来源：评论

学校读者我要写书评

暂无评论

基于LSSVM-样本熵的车内噪声声品质预测

引用

江苏大学学报（自然科学版） 2020年第1期41卷 1-7页

作者：左言言宋文兵陆怡顾倩霞孙瑞江苏大学振动噪声研究所

以某款混合动力汽车为研究对象,针对其非稳态工况下的车内噪声声品质进行研究.对采集到的噪声信号烦躁度指标进行主客观评价试验,并通过相关分析找出与主观评价结果相关性较大的心理声学客观参量.对原始声样本进行互补总体经验模态分解... 详细信息

以某款混合动力汽车为研究对象,针对其非稳态工况下的车内噪声声品质进行研究.对采集到的噪声信号烦躁度指标进行主客观评价试验,并通过相关分析找出与主观评价结果相关性较大的心理声学客观参量.对原始声样本进行互补总体经验模态分解,得到每个信号的16阶模态指示函数.将各阶模态指示函数与原始信号进行相关分析,得到与原始信号相关性较高的7-12阶模态指示函数并计算这些分量的样本熵值,作为声品质的客观特征参数.基于最小二乘支持向量机算法,分别建立了以心理声学等参数为模型输入和以样本熵特征参数为模型输入的声品质评价预测模型.结果表明:以样本熵为特征参数作为模型输入的预测精度更高,适合用于混合动力汽车非稳态工况下的声品质预测.

关键词：混合动力汽车车内噪声声品质互补总体经验模态分解模态指示函数样本熵最小二乘支持向量机相关分析

来源：评论

学校读者我要写书评

暂无评论

基于样本熵和MFO-SVM的禽蛋蛋壳品质识别研究

引用

中国农机化学报 2019年第5期40卷 133-139页

作者：李兴远李颖宁波财经学院浙江宁波315175 仰恩大学福建泉州362014

为提高禽蛋蛋壳品质的识别精度,提高检测效率,针对支持向量机识别精度受其惩罚参数C和核函数参数g的影响,提出一种基于MFO-SVM的禽蛋蛋壳品质识别模型。通过图像采集和信号分析,提取不同禽蛋蛋壳品质信号的样本熵,将禽蛋蛋壳信号的样本... 详细信息

为提高禽蛋蛋壳品质的识别精度,提高检测效率,针对支持向量机识别精度受其惩罚参数C和核函数参数g的影响,提出一种基于MFO-SVM的禽蛋蛋壳品质识别模型。通过图像采集和信号分析,提取不同禽蛋蛋壳品质信号的样本熵,将禽蛋蛋壳信号的样本熵特征数据作为MFO-SVM的输入,禽蛋蛋壳品质类型作为MFO-SVM的输出,建立MFO-SVM的禽蛋蛋壳品质识别模型。研究结果表明,与GA-SVM、PSO-SVM和DE-SVM相比,MFO-SVM可以有效提高禽蛋蛋壳品质类型识别的准确率,其识别准确率高达98.43%,为禽蛋蛋壳品质类型识别提供新的方法和途径,可以推广应用。

关键词：样本熵飞蛾火焰优化算法支持向量机经验模态分解

来源：评论

学校读者我要写书评

暂无评论

海洛因诱导位置偏爱大鼠额叶联络皮层脑电样本熵分析

引用

生物医学工程学杂志 2015年第2期32卷 275-278,283页

作者：黄磊潘群皖朱再满李晶高春芳李田徐晓燕皖南医学院医学工程学教研室芜湖241002 皖南医学院生理教研室芜湖241002

为了探究海洛因诱导位置偏爱大鼠的觅药行为及动机形成与样本熵值之间的关联,在黑、白箱停留、白-黑箱穿梭、黑-白箱穿梭四种不同的大鼠行为状态下,研究对照组与海洛因诱导条件性位置偏爱(CPP)组大鼠的前额联络皮层(FrA)脑电(EEG)数据... 详细信息

为了探究海洛因诱导位置偏爱大鼠的觅药行为及动机形成与样本熵值之间的关联,在黑、白箱停留、白-黑箱穿梭、黑-白箱穿梭四种不同的大鼠行为状态下,研究对照组与海洛因诱导条件性位置偏爱(CPP)组大鼠的前额联络皮层(FrA)脑电(EEG)数据样本熵值。实验结果表明,与对照组比较,海洛因诱导CPP大鼠在白-黑箱穿梭和黑箱停留状态时,FrA区EEG样本熵值无显著改变;但黑-白箱穿梭和白箱停留状态时,FrA区EEG样本熵值显著变小(P<0.01)。由此可见,海洛因诱导CPP大鼠觅药动机形成及其行为与EEG样本熵值改变之间密切相关。

关键词：海洛因条件性位置偏爱额叶联络皮层样本熵

来源：评论

学校读者我要写书评

暂无评论

CEEMDAN和样本熵相结合的球磨机负荷识别方法

引用

机械科学与技术 2021年第2期40卷 249-256页

作者：刘吉顺杨丽荣罗小燕程铁栋江西理工大学机电工程学院江西赣州341000

针对磨矿作业过程中球磨机的筒体内部情况复杂难以仅靠经验估计负荷状态的问题,提出一种自适应白噪声的完整经验模态分解(CEEMDAN)结合样本熵和极限学习机(ELM)的球磨机负荷状态识别方法。首先,通过CEEMDAN算法对不同负荷状态下原始信... 详细信息

针对磨矿作业过程中球磨机的筒体内部情况复杂难以仅靠经验估计负荷状态的问题,提出一种自适应白噪声的完整经验模态分解(CEEMDAN)结合样本熵和极限学习机(ELM)的球磨机负荷状态识别方法。首先,通过CEEMDAN算法对不同负荷状态下原始信号进行分解,利用相关系数法筛选有效的IMF分量;然后,通过分析3种负荷状态下振动信号的有效IMF分量的样本熵在不同数据长度、嵌入维度和相似容限下的值,来确定计算样本熵的最佳参数。结果表明,3种负荷状态下振动信号的有效IMF分量样本熵有明显区别,可以有效识别出磨机不同负荷状态。将各组信号有效IMF分量样本熵作为ELM的输入,球磨机负荷状态为输出,建立了磨机负荷状态识别模型。利用磨矿实验进行验证,表明此种方法应用在球磨机负荷识别上的有效性,整体识别率高达96.81%,且对比于EMD-样本熵和MEEMD-样本熵,总体识别率分别提高了12.41%和9.01%。

关键词： CEEMDAN 样本熵相关系数 ELM 负荷状态识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：