贾敏
- 作品数：6 被引量：8H指数：2
- 供职机构：燕山大学信息科学与工程学院更多>>
- 发文基金：河北省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生哲学宗教理学更多>>
- 马克思与哈贝马斯交往理论的比较研究
- 交往活动在人类社会产生的过程中发挥了重要的作用。每个时代的发展都与交往活动紧密相关。当前，科学技术的发展带来了交往方式的多样化，整个世界形成了一个彼此联系、合作与共创的交往共同体。交往理论是对交往活动进行反思和总结的理论...
- 贾敏
- 关键词：哈贝马斯交往理论现代性批判
- 文献传递
- 晶体缺陷对单晶铜强度的影响
- 在应用分子动力学对金属材料的研究中，人们发现实际金属晶体的结构不同于理想金属晶体的结构，理想金属晶体的结构中原子完全按照点阵有规则的排列，而实际金属晶体结构中不同程度地存在着晶体缺陷，这些晶体缺陷对金属材料的力学性能产生...
- 贾敏
- 关键词：分子动力学周期边界条件螺位错应力应变曲线
- 文献传递
- 辅助训练的半监督线性支持向量机用于EEG分类被引量：3
- 2013年
- 研究了基于辅助训练思想的半监督线性支持向量机方法在脑机接口EEG分类中的应用。首先采用高斯混合模型、Parzen窗、KN-近邻估计三种方法估计概率密度,得到未标记样本的密度信息,选择部分概率较高样本,使用比较置零法避免错分。其次采用线性支持向量机作为判别分类器得到已选样本的边界信息,通过距离判别条件选出高置信度的样本,使用方向判别条件避免错分。结合密度和边界信息完成高置信度未标记样本选择的方法称为辅助训练半监督支持向量机。本文的实验数据包括g50c、BCIⅠ、BCIⅡ_Ⅳ、USPS,分类正确率分别为91.6%,97%,84%,90.4%,运算速度最慢的仅需约3.5 s。在分类正确率和运算效率两个方面,均优于自训练半监督SVM、监督SVM两种方法。
- 王金甲贾敏
- 关键词：半监督学习脑机接口
- 基于辅助训练的半监督稀疏表示分类器用于脑电图分类被引量：1
- 2014年
- 脑机接口(BCI)脑电图(EEG)分类能实现人脑直接与外部环境的信息交互。提出了基于辅助训练思想的半监督稀疏表示分类器方法在BCI EEG分类中的应用。首先采用稀疏表示分类器从未标记样本中选择部分相关度较高的样本。其次采用Fisher线性分类器作为判别分类器得到已选样本的边界信息。通过距离大小和方向判别条件进一步选出高置信度样本。本文对三组基准数据集BCIⅠ、BCIⅡ_Ⅳ和USPS分别进行仿真实验,分类正确率分别为97%、82%和84.7%,运算速度最快的仅需约0.2s。在分类正确率和运算效率两个方面,均优于自训练半监督SVM、有导师SVM两种方法。
- 贾敏王金甲李静洪文学
- 关键词：半监督学习脑电图脑机接口
- 标签均值的自训练半监督支持向量机用于EEG分类被引量：3
- 2011年
- 研究半监督学习方法在EEG分类中的应用。结合标签均值和自训练思想提出两种新的半监督支持向量机方法。首先通过未标记样本的预测值估计标签均值,然后对未标记样本的标签进行优化。在此基础上提出了两种半监督支持向量机方法,一种是基于多核学习的标签均值自训练半监督支持向量机(Means4vm_mkl);一种是基于迭代优化的标签均值自训练半监督支持向量机(Means4vm_iter)。对BCI Competition Dataset中的3组数据进行仿真实验,讨论分类正确率和运算效率两个指标。结果表明,两种方法均有较高的分类正确率,尤其在BCIⅠ数据集中,Means4vm_mkl方法达到了竞赛第一名的水平96%;而且运算效率较高,最快的只需29.5 s,为在线BCI系统的设计奠定了基础。
- 王金甲贾敏
- 关键词：脑电图半监督学习支持向量机脑-机接口
- 脑机接口中半监督分类方法研究
- 半监督学习思想是在已标记样本较少的情况下，利用大量未标记样本提供的信息改善学习性能。半监督分类是目前的研究热点，已有广阔的应用前景，现被逐渐应用到医学生物领域，如对脑电信号EEG进行分类。现有的半监督分类方法有两个问题：...
- 贾敏
- 关键词：半监督分类线性支持向量机脑电图脑机接口
- 文献传递
