计算机应用研究

作者：王凤琴,卢官明,柯亨进,肖新凤,

单位：1.湖北师范大学物理与电子科学学院,湖北黄石435102；2.南京邮电大学信息与通信工程学院,南京210003；3.武汉大学计算机学院,武汉430072；4.广东环境保护工程职业学院,广州528216；

关键词：聚类划分互信息,脑电,癫痫,同步,模式分类,跨层全连接神经网络,

基金：国家自然科学基金资助项目(61071167,61501249)；；

在缺乏足够先验知识下，自适应癫痫发作期识别异常困难。提出一种新的度量通道之间的同步特征计算方法（聚类划分互信息），以相关矩阵方式组织单窗口内全局同步特征模式，进而设计一种跨层全连接神经网络分类器，对非平稳同步特征模式实现自适应分类。实验表明该方法可获得［98.19%±0.24%］精确度，［98.27%±0.51%］敏感度和［98.11%±0.36%］特异度，超过了现有大部分方法的分类性能。另外，该方法无须去噪和去伪迹等预处理过程；而且其仅需设置一个超参数（时间窗），避免了过多的潜在错误参数设置而导致的分类性能的降低。

来源：2019年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第7期