文档介绍：该【用于帕金森病脑功能状态检测的特征提取的中期报告 】是由【niuwk】上传分享，文档一共【2】页，该文档可以免费在线阅读，需要了解更多关于【用于帕金森病脑功能状态检测的特征提取的中期报告 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。用于帕金森病脑功能状态检测的特征提取的中期报告本中期报告旨在介绍用于帕金森病脑功能状态检测的特征提取方法的研究进展。在过去的几个月中,我们已经完成了以下工作:。这些数据是通过帕金森病患者和健康人的脑电信号实验收集的,每个人都需要在执行语言任务和手指点击任务时进行脑电信号记录。,包括欧拉距离、峰值、均值和标准差等等。我们计算了每个特征的平均值、最大值、最小值和标准差,并用这些值作为特征向量的组成部分。,包括支持向量机(SVM)、随机森林(RF)和神经网络(NN)。我们使用交叉验证和网格搜索来优化模型的超参数,并评估了每个模型的性能。目前,我们已经完成了以上的工作,并具有以下的结果:,FFT(快速傅里叶变换)、带通滤波器和平均幅值等特征对模型性能的贡献最大。,SVM和RF模型表现出最佳的性能指标,其中SVM模型的准确度达到了86%。基于以上结果,下一步工作将是对模型进行更进一步优化,并与其他研究结果进行比较和验证。我们计划在接下来的几个月中深入研究这一领域,以进一步提升模型的准确性和可靠性。