[发明专利]一种基于嗅觉脑电波和小波包进行感官物质分类的方法在审
| 申请号： | 201810320415.5 | 申请日： | 2018-04-02 |
| 公开（公告）号： | CN108836326A | 公开（公告）日： | 2018-11-20 |
| 发明（设计）人： | 门洪;焦雅楠;石岩;巩芙榕;刘晶晶;房海瑞;姜文娟;韩晓菊 | 申请（专利权）人： | 东北电力大学 |
| 主分类号： | A61B5/0484 | 分类号： | A61B5/0484;A61B5/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 132012 *** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 小波包 脑电波 脑电图 预处理 感官评价 物质分类 感官 嗅觉 信息处理过程 遗传算法优化 小波包变换 支持向量机 接口系统 临床医学 模式识别 生理形态 随机森林 特征提取 图谱数据 信息获取 方差 人脑 还原 | ||
1.一种基于嗅觉脑电波和小波包进行感官物质分类的方法，其特征在于，包括如下步骤：
S1、利用脑-机接口系统即脑电仪对应试者进行脑电图谱信息获取；
S2、对所获取的脑电图谱数据进行预处理；
S3、基于小波包变换对完成预处理的图谱数据进行特征提取，将所得的小波包方差作为特征值；
S4、采用随机森林(RF)、基于遗传算法优化支持向量机(GA-SVM)进行模式识别。
2.如权利要求1所述的一种基于嗅觉脑电波和小波包进行感官物质分类的方法，其特征在于，所述脑电数据的预处理至少包括删除坏区处理；滤除50Hz工频干扰；数据叠加平均处理。
3.如权利要求1所述的一种基于嗅觉脑电波和小波包进行感官物质分类的方法，其特征在于，电极的位置按照国际标准导联10-20系统安放，选择与嗅觉相关的Fp1、F3、F7、Fz电极所对应的脑电图谱数据。
4.如权利要求1所述的一种基于嗅觉脑电波和小波包进行感官物质分类的方法，其特征在于，所述步骤S4基于随机森林进行分类，当随机森林中包含20、55、64-70、75、85-100棵决策树时，准确率可达100％，分类效果理想。
5.如权利要求1所述的一种基于嗅觉脑电波和小波包进行感官物质分类的方法，其特征在于，所述步骤S4中基于遗传算法的支持向量机寻找最佳参数时，当惩罚因子c为6.2466，核函数参数g为0.1111时，5倍交叉验证准确率达92.86％。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东北电力大学，未经东北电力大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810320415.5/1.html，转载请声明来源钻瓜专利网。
