文献类型：期刊文章

作　　者：剡笑田[1] 王明浩[1] 郭哲俊[1] 陈翔[1] 刘景全[1]

YAN Xiaotian;WANG Minghao;GUO Zhejun;Chen Xiang;LIU Jingquan(National Key Laboratory of Science and Technology on Micro/Nano Fabrication,Department of Micro/Nano Electronics,School of Electronic Information and Electrical Engineering,Shanghai Jiao Tong University,Shanghai 200240,China)

机构地区：[1]上海交通大学电子信息与电气工程学院微纳电子学系微米/纳米加工技术国家级重点实验室

出　　处：《传感器与微系统》

基　　金：国家自然科学基金资助项目(51475307);装备预研教育部联合基金资助项目(614A022606)

年　　份：2020

卷　　号：39

期　　号：2

起止页码：18-21

语　　种：中文

收录情况：CSCD、CSCD_E2019_2020、JST、RCCSE、ZGKJHX、普通刊

摘　　要：通过加权主成分分析来对峰电位进行提取特征和降维,再利用高斯混合模型聚类算法对特征进行聚类,实现峰电位分类。采用开放的仿真数据和开放的实测数据分析验证算法的可行性和分类精度,并与主成分分析提取特征的高斯混合模型(GMM)聚类和加权主成分分析提取特征的K均值聚类2种方法进行了比较。仿真数据实验中,在噪声水平为0.05,0.10,0.15,0.20时,误分率分别为1.26%,1.43%,2.32%和3.37%,低于其他2种方法;实测数据实验中,恒河猴数据的平均J 3准则值为14.12,与其他2种方法相比,平均J 3准则值较大。

关 键 词：峰电位分类  加权主成分分析  高斯混合模型

分 类 号：TP181] R857.3]