《表3 脑电信号分类器算法比较》
注:表中K-NN为K最近邻算法;LDA为线性判别分析;SVM为支持向量机;NB为朴素贝叶斯;ANN为人工神经网络;DL为深度学习
目前,分类器算法的发展趋势是各种分类器算法的综合运用[2]。6种脑电信号分类器算法优缺点比较见表3。
图表编号 | XD00127394400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 陈泽龙、谢康宁 |
绘制单位 | 解放军联勤保障部队第九〇〇医院医学影像中心部、空军军医大学生物医学工程系 |
更多格式 | 高清、无水印(增值服务) |
注:表中K-NN为K最近邻算法;LDA为线性判别分析;SVM为支持向量机;NB为朴素贝叶斯;ANN为人工神经网络;DL为深度学习
目前,分类器算法的发展趋势是各种分类器算法的综合运用[2]。6种脑电信号分类器算法优缺点比较见表3。
图表编号 | XD00127394400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 陈泽龙、谢康宁 |
绘制单位 | 解放军联勤保障部队第九〇〇医院医学影像中心部、空军军医大学生物医学工程系 |
更多格式 | 高清、无水印(增值服务) |