您的位置： 专家智库 > >

周娅

作品数：5 被引量：18H指数：3
供职机构：昆明理工大学信息工程与自动化学院更多>>
发文基金：四川省教育厅重点项目四川省应用基础研究计划项目四川省教育厅资助科研项目更多>>
相关领域：电子电信自动化与计算机技术更多>>

合作作者

文献类型

  • 5篇中文期刊文章

领域

  • 4篇电子电信
  • 1篇自动化与计算...

主题

  • 2篇电子鼻
  • 2篇经验模式分解
  • 1篇倒谱
  • 1篇倒谱系数
  • 1篇信号
  • 1篇信号特征
  • 1篇信号特征提取
  • 1篇彝语
  • 1篇语音
  • 1篇语音识别
  • 1篇神经网
  • 1篇神经网络
  • 1篇损失函数
  • 1篇特征提取
  • 1篇谱系数
  • 1篇模糊聚类
  • 1篇模式识别
  • 1篇模式识别算法
  • 1篇脑-机接口
  • 1篇脑电

机构

  • 5篇昆明理工大学
  • 5篇成都工业学院

作者

  • 5篇余炜
  • 5篇周娅
  • 1篇马晶晶
  • 1篇张灿斌
  • 1篇刘伦

传媒

  • 1篇数据采集与处...
  • 1篇计算机应用与...
  • 1篇西北大学学报...
  • 1篇重庆大学学报...
  • 1篇昆明理工大学...

年份

  • 2篇2015
  • 3篇2014
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
基于在线支持向量机的电子鼻模式识别算法被引量：4
2015年
针对现有电子鼻系统训练误差大、运行速度慢等特点,提出了一种新的基于在线支持向量机(Online-SVM)的电子鼻系统模式识别方法。该方法使用CH4气体与传感器阵列响应的值作为输入数据,经在线支持向量机算法进行模式识别,对CH4气体的浓度进行预测和分类。与期望结果对比,新方法的平均误差降低为5.3%,运行时间降为0.1994s,表明基于在线支持向量机的电子鼻系统模式识别方法能有效提高电子鼻系统识别的精度和速度。
余炜万代立周娅杨喜敬
关键词：电子鼻模式识别损失函数
改进的FCM算法及其在脑电信号处理中的应用被引量：3
2014年
针对脑电信号的常用识别方法都基于监督型分类算法,需要一定数量的训练数据对分类器进行训练,无法满足实时应用的要求。提出基于数据点密度大小和马氏距离的改进模糊C-均值(FCM)非监督分类算法,对2003年第二届BCI大赛脑电信号分类。首先采用经验模式分解(EMD)算法对脑电信号进行分解,提取相应特征值,再经改进的FCM算法对输入的特征值进行分类。实验结果证明了改进算法在脑电信号分类应用中的可行性和有效性。
余炜万代立杨喜敬周娅
关键词：脑机接口经验模式分解模糊聚类
基于EMD和LVQ的信号特征提取及分类方法被引量：8
2014年
针对非平稳、非线性、微弱信号难以分析和处理的特点,本文提出了一种基于经验模式分解和学习向量量化神经网络的信号处理和分类方法,并在生物信号处理领域(左、右手运动想象的脑电信号)进行了研究和应用。首先通过经验模式分解算法对脑电信号分解,然后选取主要固有模态函数分量并计算其绝对均值作为特征值,最后使用学习向量量化网络进行分类,并分别与支持向量机和误差反向传播神经网络分类算法进行了对比研究。实验结果表明,所提出的算法分类正确率达到了87%,相比于其余两种对比算法在特定的信号处理领域优越,具有一定的参考和研究价值。
余炜周娅马晶晶万代立刘伦张灿斌
关键词：经验模式分解脑-机接口脑电信号
基于核PCA与在线支持向量机的电子鼻气体分类研究被引量：1
2015年
通过电子鼻系统获取的数据具有维数高、非线性变化等特点,不利于后续算法的识别或分类。因此,提出了基于核主元分析(KPCA)与在线支持向量机(Online-SVM)的电子鼻系统识别新算法。首先采用KPCA算法对采集到的原始数据进行特征提取,达到降维与去噪的目的,然后使用在线支持向量机对数据进行预测,最后与基于径向基函数的神经网络算法(RBF)预测结果进行对比分析。实验结果表明,新算法在电子鼻信号处理领域相对较优,具有较好的价值。
余炜万代立周娅杨喜敬
关键词：电子鼻RBF神经网络
基于改进DTW的彝语孤立词识别研究被引量：2
2014年
彝语的语音识别与处理是语音信号处理领域的一个新方向.本文在深入分析彝语特点的基础上,对用于汉语孤立词识别的经典端点检测算法进行了改进.探讨了动态时间规整算法(Dynamic Time Warping,DTW)和高效动态时间规整算法(Efficient DTW,EDTW)在彝语孤立词识别中的应用,并提出了两种新算法:基于音节个数的动态时间规整算法(Syllable Number Based Improved DTW,SDTW)和基于音节个数的高效动态时间规整算法(Syllable Number Based Improved EDTW,SEDTW),对特定的彝语语音信号进行识别.实验结果表明,所提出的两种新算法分别在信号识别率和识别时间上比经典算法优越.
余炜周娅万代立杨喜敬
关键词：语音识别孤立词识别彝语MEL频率倒谱系数DTW
全选 清除 导出
共1页<1>
聚类工具0