Отрывок: 73% SVM 73% 76% 75% Нейронная сеть 76% 75% 75% Таблица 3 – Результаты работы метода спектрального анализа на основе доминирующих частот Заболевание Метод Специфичность Чувствительность Точность Шизофрения LDA 82% 43% 63% SVM 80% 46% 63% Нейронная сеть 76% 54% 65% Депрессия LDA 58% 90% 74% SVM 63% 92% 76% Нейронная сеть 62% 92% 77% Анализируя результаты, представленные в таблицах 2 и 3, стоит отметить более высокую точность работы метода при классификации депрессивных состоя...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorЗдорнов М. Ю.ru
dc.contributor.authorХрамов А. Г.ru
dc.contributor.authorСуханов С. В.ru
dc.contributor.authorМинистерство науки и высшего образования Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialэлектроэнцефалограмма (ЭЭГ)ru
dc.coverage.spatialшизофренияru
dc.coverage.spatialцифровая электроэнцефалограммаru
dc.coverage.spatialобработка сигналовru
dc.coverage.spatialпсихические заболеванияru
dc.coverage.spatialдискриминантный анализru
dc.coverage.spatialдепрессияru
dc.coverage.spatialкросс-валидация данныхru
dc.coverage.spatialкорреляция Пирсонаru
dc.coverage.spatialритмы ЭЭГru
dc.coverage.spatialискусственные нейронные сетиru
dc.coverage.spatialвыборочная энтропияru
dc.coverage.spatialметод опорных векторовru
dc.coverage.spatialспектральный анализru
dc.creatorЗдорнов М. Ю.ru
dc.date.issued2019ru
dc.identifierRU\НТБ СГАУ\ВКР20191021161704ru
dc.identifier.citationЗдорнов, М. Ю. Разработка алгоритма оценивания признаков цифровой электроэнцефалограммы для диагностирования психических заболеваний : вып. квалификац. работа по направлению подгот. 01.03.02 "Прикладная математика и информатика" (уровень бакалавриата) / М. Ю. Здорнов ; рук. работы А. Г. Храмов ; нормоконтролер С. В. Суханов ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, ма. - Самара, 2019. - on-lineru
dc.description.abstractОбъектом изучения является цифровая электроэнцефалограмма, котораяпреобразовывается в матрицу, столбцами которой являются отведения, астроками- значения показаний на промежутке времени от 0 до 55 секунд.Цель работы – разработка алгоритмов обнаружения шru
dc.format.extentЭлектрон. дан. (1 файл : 6,8 Мб)ru
dc.titleРазработка алгоритма оценивания признаков цифровой электроэнцефалограммы для диагностирования психических заболеванийru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.021ru
dc.textpart73% SVM 73% 76% 75% Нейронная сеть 76% 75% 75% Таблица 3 – Результаты работы метода спектрального анализа на основе доминирующих частот Заболевание Метод Специфичность Чувствительность Точность Шизофрения LDA 82% 43% 63% SVM 80% 46% 63% Нейронная сеть 76% 54% 65% Депрессия LDA 58% 90% 74% SVM 63% 92% 76% Нейронная сеть 62% 92% 77% Анализируя результаты, представленные в таблицах 2 и 3, стоит отметить более высокую точность работы метода при классификации депрессивных состоя...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Здорнов_Максим_Юрьевич_Разработка_алгоритма_оценивания_признаков.pdf6.98 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.