首页
文献互助
登录
|
注册
我要投稿
期刊屋
>
计算机
基于贝叶斯最小风险的癫痫脑电自动检测算法
【摘要】 提出一种新的不平衡分类算法,基于增减序列合并周期分割算法提取时域特征,引入随机映射优化了旋转森林的计算效率,进而计算基于海林格距离的贝叶斯最小风险来给出测试样本标签。该算法在1s片段上得到了90.66%灵敏性,92.52%特异性,F2分数为0.9055,并且检出了98.56%的癫痫发作,检测延迟为1.32s,在不平衡的癫痫脑电数据集上表现出了良好的性能,对于癫痫辅助诊断有着极大的临床意义。
【基于贝叶斯最小风险的癫痫脑电自动检测算法】相关的文章
计算机 最新帖子
1
五阶WENO格式求解一维Euler方程
2
基于漏磁检测机理的钢丝绳小缺陷精确化识别系统研究
3
一种鲁棒的单目视觉里程计算法
4
基于分解卷积神经网络的文本情感分析
5
考虑异质车辆和顾客满意度的冷藏品配送路径优化
6
耦合辅助信息的矩阵分解推荐模型
7
计算机专业高职学生个性化晚自习方法研究
8
基于LOD技术的多分辨率海水场景实时仿真
9
基于增量学习的SVM-KNN网络入侵检测方法
10
基于Copeland集结算法的协同空战机动决策方法
热门文章
1
基于AR的线上线下混合式教学App的设计与实现
2
基于改进蚁群算法的公交网络路径优化
3
基于改进坐标转换的人体运动轨迹识别方法
4
Android生态系统中面向第三方SDK安全的静态和动态分析
5
基于层次分析法的宏观经济指标可靠性评价
6
考虑样本数据重复性的通信信息冗余数据检测算法
7
新型综合信息技术下的大学生心理治疗模型研究
8
变权层次分析法的高校英语教学效果评价
9
变压器故障风险分析理论模型研究
10
基于灰狼算法的高校实验课网络排课问题研究