基于轉(zhuǎn)移網(wǎng)絡的非線性時間序列分析方法研究
發(fā)布時間:2020-05-28 10:19
【摘要】:復雜網(wǎng)絡與非線性時間序列的結(jié)合,為非線性時間序列的分析研究提供了新的方向。近年來,時間序列復雜網(wǎng)絡構(gòu)造方法已被廣泛應用于互聯(lián)網(wǎng)、生物信息網(wǎng)、交通流量、天氣預測等領域。而今,應用非線性時間序列分析方法對腦電信號進行分析研究,已受到相關學者們的青睞。然而,傳統(tǒng)的分析方法對癲癇腦電的分類性能相對較差,阻礙著癲癇分類算法被應用于臨床的進程,文中首次將轉(zhuǎn)移網(wǎng)絡應用于癲癇腦電的分析研究,實現(xiàn)了癲癇腦電高精度的自動檢測分類。本文在研究了時間序列復雜網(wǎng)絡構(gòu)造方法基礎上,主要對時間序列轉(zhuǎn)移網(wǎng)絡構(gòu)造方法進行深度研究。文中總結(jié)了傳統(tǒng)的時間序列轉(zhuǎn)移網(wǎng)絡構(gòu)造方法,并針對傳統(tǒng)算法的不足,對算法進行改進。進而將癲癇腦電信號構(gòu)造為轉(zhuǎn)移網(wǎng)絡,并基于轉(zhuǎn)移網(wǎng)絡拓撲結(jié)構(gòu)統(tǒng)計特性提取分類特征,對癲癇腦電信號進行分類。首先,提出了時間序列極大值分段的網(wǎng)絡節(jié)點集構(gòu)造方法,構(gòu)造出時間序列轉(zhuǎn)移網(wǎng)絡的節(jié)點集合;計算節(jié)點之間狀態(tài)轉(zhuǎn)移次數(shù),構(gòu)造權(quán)值矩陣,確定網(wǎng)絡的邊集合,改進后的時間序列轉(zhuǎn)移網(wǎng)絡構(gòu)造完成。其次,應用轉(zhuǎn)移網(wǎng)絡的拓撲結(jié)構(gòu)統(tǒng)計特性對時間序列轉(zhuǎn)移網(wǎng)絡進行分析,結(jié)合轉(zhuǎn)移網(wǎng)絡的特點,提出不同類型時間序列的分類特征。本文提出了度變化率、環(huán)路系數(shù)、聚類系數(shù)以及平均路徑長度四個非線性特征。并應用非線性時間序列對提取的四個特征進行分析。最后,將癲癇腦電數(shù)據(jù)構(gòu)造為改進后的時間序列轉(zhuǎn)移網(wǎng)絡,基于轉(zhuǎn)移網(wǎng)絡統(tǒng)計特性分別提取四個分類特征用于癲癇腦電數(shù)據(jù)庫中癲癇患者間歇期和發(fā)作期的腦電信號的單特征分類,實現(xiàn)了癲癇腦電自動檢測分類,并對四個特征的分類性能進行評價。通過與其它相關的實驗結(jié)果進行比較,驗證了本文提取的特征對兩類癲癇腦電的辨別精度較于其他單特征分類方法都有較大提升,最高為98.5%。本文通過應用時間序列轉(zhuǎn)移網(wǎng)絡構(gòu)造算法,將癲癇信號轉(zhuǎn)化為轉(zhuǎn)移網(wǎng)絡,提取出性能優(yōu)良的分類特征,實現(xiàn)高性能的癲癇腦電分類,并能有效促進臨床醫(yī)學研究及應用。
【圖文】:
圖 2.1 無向無權(quán)網(wǎng)絡圖 2.2 有向加權(quán)網(wǎng)絡轉(zhuǎn)移網(wǎng)絡進行了深入研究,并用該算法分析研究癲癇腦電信號。具中會一一介紹。小結(jié)先簡要介紹了復雜網(wǎng)絡的基礎理論知識,,包括復雜網(wǎng)絡的特點、應
圖 2.2 有向加權(quán)網(wǎng)絡移網(wǎng)絡進行了深入研究,并用該算法分析研究癲癇腦電信號。具會一一介紹。結(jié)簡要介紹了復雜網(wǎng)絡的基礎理論知識,包括復雜網(wǎng)絡的特點、應主要的時間序列復雜網(wǎng)絡構(gòu)造方法,分別為相似性網(wǎng)絡構(gòu)造方法轉(zhuǎn)移網(wǎng)絡構(gòu)造方法,并對相似性網(wǎng)絡構(gòu)造方法以及可視圖構(gòu)造方行了簡單的描述。
【學位授予單位】:濟南大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:O157.5
本文編號:2685095
【圖文】:
圖 2.1 無向無權(quán)網(wǎng)絡圖 2.2 有向加權(quán)網(wǎng)絡轉(zhuǎn)移網(wǎng)絡進行了深入研究,并用該算法分析研究癲癇腦電信號。具中會一一介紹。小結(jié)先簡要介紹了復雜網(wǎng)絡的基礎理論知識,,包括復雜網(wǎng)絡的特點、應
圖 2.2 有向加權(quán)網(wǎng)絡移網(wǎng)絡進行了深入研究,并用該算法分析研究癲癇腦電信號。具會一一介紹。結(jié)簡要介紹了復雜網(wǎng)絡的基礎理論知識,包括復雜網(wǎng)絡的特點、應主要的時間序列復雜網(wǎng)絡構(gòu)造方法,分別為相似性網(wǎng)絡構(gòu)造方法轉(zhuǎn)移網(wǎng)絡構(gòu)造方法,并對相似性網(wǎng)絡構(gòu)造方法以及可視圖構(gòu)造方行了簡單的描述。
【學位授予單位】:濟南大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:O157.5
【參考文獻】
相關期刊論文 前3條
1 袁琦;周衛(wèi)東;李淑芳;蔡冬梅;;基于ELM和近似熵的腦電信號檢測方法[J];儀器儀表學報;2012年03期
2 蔡冬梅;周衛(wèi)東;劉凱;李淑芳;耿淑娟;;基于Hurst指數(shù)和SVM的癲癇腦電檢測方法[J];中國生物醫(yī)學工程學報;2010年06期
3 孟慶芳;周衛(wèi)東;陳月輝;彭玉華;;基于非線性預測效果的癲癇腦電信號的特征提取方法[J];物理學報;2010年01期
相關博士學位論文 前2條
1 楊云云;面向復雜網(wǎng)絡可控性的若干關鍵問題研究[D];太原理工大學;2017年
2 宋玉琴;加權(quán)復雜網(wǎng)絡的重分形分析和譜分析及其應用[D];湘潭大學;2017年
相關碩士學位論文 前5條
1 劉海紅;基于復雜網(wǎng)絡統(tǒng)計特性的非線性時間序列分析方法研究[D];濟南大學;2017年
2 魏建好;基于同步的癲癇腦電識別研究[D];湖南師范大學;2017年
3 曹春雨;癲癇發(fā)作腦電信號的相位幅值耦合特征的研究[D];沈陽工業(yè)大學;2017年
4 唐丹丹;基于復雜網(wǎng)絡模型的中藥干預2型糖尿病的藥理作用機制研究[D];北京中醫(yī)藥大學;2017年
5 王楓林;基于復雜網(wǎng)絡拓撲結(jié)構(gòu)的癲癇腦電非線性特征提取與分類方法研究[D];濟南大學;2015年
本文編號:2685095
本文鏈接:http://sikaile.net/kejilunwen/yysx/2685095.html
最近更新
教材專著