《表2 各受试不同特征t检验的p值》
从表1可知,基于脑功能网络和样本熵的所有受试平均正确识别率为87.23%,相比仅使用脑功能网络特征或样本熵作为特征向量,识别率分别提高了8.75%和13.56%。而且基于脑功能网络和样本熵特征识别率的方差低于任意单一特征,说明两种特征的融合具有更好的鲁棒性。对于受试G,平均正确识别率达到了90.27%。表2为各受试不同特征t检验的p值,从表2可知各受试不同特征之间的p值均小于0.01,表明不同的特征具有显著性差异。
图表编号 | XD00193297100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 罗志增、鲁先举、周莹 |
绘制单位 | 杭州电子科技大学智能控制与机器人研究所、杭州电子科技大学智能控制与机器人研究所、杭州电子科技大学智能控制与机器人研究所 |
更多格式 | 高清、无水印(增值服务) |