自我身体照片认知加工过程中的早期皮层电位     

李晓东  张力为 《北京体育大学学报》2008,31(4):515-517

在被试进行身体照片认知加工的同时记录其事件相关电位,探讨了自我身体照片和他人身体照片早期认知加工的差异。研究结果表明:自我身体照片和他人身体照片都诱发3个早期成分(N60、P100和N170)。N60的分析没有发现任何效应;P100具有身体照片类型和认知任务类型的交互效应,在主动身体照片方向判断认知任务下,自我身体照片产生的P100波幅大于他人身体照片;N170有身体照片类型主效应,自我身体照片比他人身体照片诱发更大N170。这一结果提示我们:自我身体照片和他人身体照片的认知加工从170 ms左右开始分离。  相似文献   

事件相关电位在我国体育领域应用研究现状及与国外相关研究比较     

林岭  张小游  蒋健保 《北京体育大学学报》2017,40(6):66-73

摘要:通过文献分析，就我国体育领域的ERP应用研究现状从不同研究视角进行了分类讨论，归纳总结了我国体育领域ERP研究阶段成果并比较了国内外相关研究的不同，得出了对未来研究的一些启示。结论: ⑴P300等成分的变化趋势提示体育锻炼对改善锻炼者及特殊人群的认知加功能力有促进作用。⑵基于专家-新手范式，应用ERP有关成份实验研究结果提示高水平运动员具有更好的专项训练适应，专项认知能力更为优化。⑶不同项目运动员的ERP比较研究提示专项认知能力具有项目间差异。⑷不同研究范式及ERP成份实验研究结果显示心理疲劳、负性情绪、应激、人格等因素对运动员的认知加工能力有不同的影响。⑸国内外有关ERP研究在生态学效度、研究视角及自变量干预质量控制等方面有所不同。⑹应用ERP的不同成分研究不同的运动认知能力在运动认知心理学领域具有较广阔的前景，未来应该重视提高研究的生态学效度及加强机制研究。  相似文献   

基于EMD和Hilbert变换的脑磁信号特征提取和分类     

王健锋  黄晓霞 《上海海事大学学报》2014,35(3):90-94

为研究通过脑机接口(Brain-Computer Interface,BCI)处理非线性、非稳定性信号问题,针对基于脑磁信号(magnetoencephalography,MEG)的BCI,提出一种基于经验模式分解(Empirical Mode Decomposition,EMD)和Hilbert变换的MEG特征提取和分类方法.该方法首先对MEG数据进行预处理;其次用EMD和Hilbert变换方法提取特征向量;然后用主成分分析法对提取到的特征向量进行降维处理;最后把处理过的特征向量作为支持向量机(Support Vector Machine,SVM)的一个输入向量实现MEG的分类.使用该方法对第4届国际BCI竞赛提供的MEG数据进行分类,实验结果表明可以获得较高的分类准确率.  相似文献   

高斯混合模型算法提取复杂网络社团     

代婷婷  董延寿  韩艳  陈洁 《保山学院学报》2017,36(2)

基于复杂网络中的社团划分问题,提出了一种基于主成分分析的高斯混合模型社团提取算法.利用主成分分析对网络的邻接矩阵进行降维处理,假设一个网络中的社团由不同高斯模型生成,用期望最大化算法对模型的参数进行了求解.结果表明,当主成分的贡献率达90%以上时,网络的划分和实际网络非常吻合,所用时间也较短,表明该算法与以往方法相比具有明显优越性.  相似文献   

基于SVM/LDA的SAR图像目标鉴别方法     

赵凤军  高东生  贾亚飞 《中国科学院大学学报》2012,29(4):507-511

提出一种基于主成分分析和支持向量机与线性判别分析结合算法的合成孔径雷达(synthetic aperture radar,SAR)图像目标鉴别方法. 利用主成分分析算法对SAR图像向量进行降维并提取其全局特征,对降维后的全局特征采用最小类内散度支持向量机算法进行变换,并对变换结果训练生成最佳分类器,进行分类完成目标鉴别. 实验结果表明该方法可以获得较高的分类正确率.  相似文献   

基于PCA和SAPSO的船舶风压差神经网络预测模型     

秦可  卜仁祥  李铁山  刘勇  郑力铭 《上海海事大学学报》2020,41(2):6-10

为提高船舶风压差的预测精度,使船舶能够更快稳定在计划航线上以保障航行安全,提出一种基于主成分分析(principal component analysis, PCA)法和自适应粒子群优化(self-adaptive particle swarm optimization, SAPSO)算法的船舶风压差神经网络预测模型。该方法采用PCA法对航行数据进行预处理,然后将数据输入由SAPSO算法优化的BP神经网络中,改变以往通过复杂的数学建模计算风压差的方法,提高预测的时效性和准确性。利用实船数据对模型进行船舶风压差的实时预测仿真,结果验证了该预测模型具有较高的可靠性。  相似文献   

主成分分析(PCA)和聚类分析(CA)方法在SWB数据分析中的应用     

罗先文 《玉溪师范学院学报》2004,20(12):25-30

在主观幸福感(SWB)的研究中,相关分析,回归或多元回归分析经常被用于数据的统计分析.考虑到SWB数据中通常包含着许多的变量,过于简单的分析处理方法将导致数据中信息的流失.本文将主成分分析(PCA)和聚类分析(CA)方法应用到SWB数据分析上,力求对SWB的原始数据有更加详细的了解和认识,并为今后类似问题的数据分析提供一个新的途经.  相似文献   

独立分量分析在胎儿心电提取中的应用   总被引：3，自引：0，他引：3  

谢杨梅  吴小培 《池州学院学报》2009,23(3):14-17

胎儿心电(Fetal Electrocardiogram, FECG)是通过安置在母体腹部表面电极间接检测到的微弱信号,其中含有各种形式的干扰信号,如何将胎儿心电从强背景干扰中分高出来,具有重要的临床应用价值.独立成分分析(Independent Component Analysis,ICA)是近年发展起来的一种新的盲源分高技术(Blind source separation,BSS).本文将ICA方法应用于胎儿心电信号的提取,并对胎儿心电的在线提取进行了研究,取得了较好的胎儿心电分高效果.  相似文献   

基于主成分分析的船舶操纵性综合评价     

闫成勇  章文俊  尹建川  王平林  薛宗耀 《上海海事大学学报》2020,41(2):11-15

针对船舶操纵性评价过程中存在的评价指标权重确定主观性强和分配不统一等问题,提出一种基于主成分分析(principal component analysis, PCA)的船舶操纵性综合评价方法。该方法以国际海事组织(International Maritime Organization, IMO)船舶操纵性指标为基准,根据操纵性指标的主成分贡献率确定指标权重,客观地算出船舶操纵性综合评价值。通过对8艘船的操纵性试验数据进行分析计算,得到每艘船的船舶操纵性综合评价值。结果表明,该方法不仅在理论上科学、客观,而且在实际应用中简单、可靠,有助于提高船舶操纵性综合评价的客观性。  相似文献   

双任务干扰机制的ERP电生理学证据     

吴彦文 《天水师范学院学报》2013,33(2):76-79

采用心理不应期研究范式,要求被试忽略出现的声音任务(T1),只对视觉任务(T2)进行快速的分类判断,T1和T2呈现的时间间隔运用变化的SOA,记录并分析了10名被试对双任务操作过程中ERP成分中的P3潜伏期和波幅变化,探讨在双任务情境中当T1不进行外部反应时T1对T2加工的影响.结果发现,即使对T1不进行外部反应也不能消除T1对T2的干扰,T1和T2对有限的中枢注意资源进行激烈的竞争.只要SOA缩短,在T2上就会出现显著的PRP效应,表明在重叠的双任务情境中,PRP效应非常顽固且造成双任务操作成绩的显著下降.  相似文献