مقاله تشخيص اتوماتيک دوک هاي خواب با استفاده از دسته بندي کننده دو مرحله اي متشکل از ماشين بردار پشتيبان و شبکه هاي عصبي مصنوعي که چکیده‌ی آن در زیر آورده شده است، در بهار ۱۳۸۷ در مهندسي برق مجلسي از صفحه ۸۳ تا ۹۰ منتشر شده است.
نام: تشخيص اتوماتيک دوک هاي خواب با استفاده از دسته بندي کننده دو مرحله اي متشکل از ماشين بردار پشتيبان و شبکه هاي عصبي مصنوعي
این مقاله دارای ۸ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله EEG؛ آشکارسازي دوک خواب
مقاله ماشين بردار پشتيبان
مقاله الگوريتم پس انتشار

نویسنده(ها):
جناب آقای / سرکار خانم: خاكسار محمدحسين
جناب آقای / سرکار خانم: گل رو امين اله
جناب آقای / سرکار خانم: راحتي قوچاني سعيد

چکیده و خلاصه‌ای از مقاله:
دوک هاي خواب يکي از مهم ترين شکل موج هاي زودگذر در سيگنال EEG در حالت خواب مي باشند. در اينجا، يک روش دومرحله اي بر پايه شبکه هاي عصبي مصنوعي براي شناسايي اتوماتيک دوک خواب در يک سيگنال ۱۹ کاناله EEG معرفي مي شود که، در مرحله اول، از يک پرسپترون پيش طبقه بندي کننده به منظور افزايش کارايي کلي آشکارسازي و همچنين کاهش زمان محاسبه استفاده مي گردد و در مرحله دوم، دوک هاي خواب منتخب، توسط يک شبکه ي عصبي مصنوعي پس طبقه بندي کننده، دسته بندي مي شود. ابزارهاي دسته بندي کننده در فـرآيند پس طبقه بنـدي دو شبـکه MLPو RBSVM بودند که عملکرد آنها در انتها مورد مقايسه قرار گرفت. بررسي ديداري سيگنالEEG 19 کاناله ثبت شده از شش سوژه، توسط يک متخصص تشخيص دوک هاي بصري خواب، نشان مـي دهد که عملکرد RBSVM نسبت به MLPبا آموزش پس انتشار خطا بهتر بوده و داراي حساسيت ميانگين %۹۱٫۴ و آشکار سازي اشتباه %۳٫۸۵ است.