[发明专利]基于三层交叉博弈能量树的脑波病历信号约简方法有效
申请号: | 201510093829.5 | 申请日: | 2015-03-03 |
公开(公告)号: | CN104636628B | 公开(公告)日: | 2017-05-03 |
发明(设计)人: | 丁卫平;林进灯;管致锦;陈森博;沈学华;李跃华 | 申请(专利权)人: | 南通大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 南京正联知识产权代理有限公司32243 | 代理人: | 顾伯兴 |
地址: | 226000 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种基于三层交叉博弈能量树的脑波病历信号约简方法。该方法首先设计两棵相邻的三层交叉博弈能量树Ti和Tj,在同一主层内实现自私博弈和不同主层间实现交叉协同博弈,采用深度优先搜索策略选出两棵博弈能量树的全局最优精英Elitisti_c和Elitistj_c;然后分配精英能量收益矩阵PMENn×n给最优精英,增强精英在主层取得自适应Nash能量探索与开发平衡性能;最后实现脑波病历信号的交叉博弈能量约简,使最优精英在精英能量向量Γ驱动下均收敛到每个主层最优Nash均衡点,达到脑波病历信号约简精度平衡,从而输出全局最优脑波病历信号。本发明能有效提高脑波病历信号约简效率,为脑波信号噪声消除及特征提取与解析等提供重要方法,对脑部疾病诊断和辅助治疗具有较强应用价值。 | ||
搜索关键词: | 基于 三层 交叉 博弈 能量 脑波 病历 信号 方法 | ||
【主权项】:
基于三层交叉博弈能量树的脑波病历信号约简方法,其特征在于:具体步骤如下:A、构建三层交叉博弈能量树,该三层交叉博弈能量树包含三个主层:第一主层,第二主层和第三主层,每个主层内嵌三个子层:最底子层、中间子层和最高子层;将两个相邻进化种群Popi和Popj中所有个体分配到两棵相邻三层交叉博弈能量树Ti和Tj的所有结点上,使树中每个结点包含进化种群中一个进化个体;B、实现三层交叉博弈能量树上进化个体在同一主层内自私博弈和不同主层间交叉协同博弈,采用深度优先搜索循环策略在相邻能量树Ti和Tj上分别选出各自全局最优精英个体Elitisti_c和Elitistj_c;C、分配精英能量收益矩阵PMENn×n给每棵三层交叉博弈能量树的全局最优精英,带有精英能量向量Γ的最优精英与多个相邻精英一起实现交叉博弈能量树能量约简操作,增强最优精英在每个主层上取得自适应Nash能量探索与开发平衡性能;D、设计脑波病历信号交叉博弈约简的Nash均衡策略,使挑选出的最优精英在精英能量向量Γ驱动下均能收敛到每个主层最优Nash均衡点;E、判断脑波病历信号约简是否满足约简精度平衡要求,若满足,则输出两棵博弈能量树的最优脑波病历信号约简子集Red(Ri)和Red(Rj),否则,则转至步骤C继续执行;F、将上述步骤扩展到整个进化种群中所有相邻进化种群,分别求出其相应脑波病历信号约简子集,最终输出全局最优脑波信号约简集Redopt如下:Redopt=min(∪i,j=1,i≠jn(Red(Ri)∩Red(Rj))).]]>
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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南通大学,未经南通大学许可,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/patent/201510093829.5/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用