面向癫痫脑电图信号识别的径向基最小最大概率分类树

摘要：

脑电图(EEG)信号检测和识别是癫痫病的重要诊断手段.径向基函数神经网络具有出色的逼近能力和泛化性能,能直接识别出不同状态的脑电信号,但其透明性和可解释性差,忽视了不同类别数据间可分性的不同.对此,该文提出一种基于径向基函数神经网络和最小最大概率决策技术的分类树,采用一对一策略和排除法,更多考虑了类间可分性的不同.针对脑电信号识别的实验表明,所提方法结构清晰,分类能力强,可解释性更好.

关键词：脑电信号、径向基函数神经网络、最小最大概率、分类树

所属期刊栏目：38

分类号：R741.044;TP183(神经病学与精神病学)

资助基金：江苏省杰出青年基金BK20140001;上海市科学技术委员会扬帆项目14YF1411000;上海市教委创新项目14YZ131 The Youth Fund of Jiangsu ProvinceBK20140001;YangFan Project of Shanghai Municipal Science and Technology CommissionGrant 14YF1411000;The Innovation Program of Shanghai Municipal Education CommissionGrant 14YZ131

在线出版日期：2016-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2848-2855