牛群

使用生物启发的磷虾牛群和人工藻类优化的神经网络方法

摘要如今，癫痫是慢性严重神经系统疾病之一。它已在大脑信号分析的帮助下被识别。借助电皮质学（ECOG），脑电图（EEG）记录大脑信号。来自大脑信号，大脑功能异常是一项更具挑战性的任务。传统系统正在消耗更多时间来预测异常的大脑模式。因此，在本文中，有效的生物启发的机器学习技术可用于以最大的识别精度从脑电图信号中预测癫痫发作。最初，通过将电极放在头皮上来收集患者脑图像。从大脑信号中，提取了不同的特征，这些特征在选择最佳特征的磷虾群算法的帮助下进行了分析。使用人工藻类优化的一般对抗网络处理所选功能。网络识别复杂和异常的癫痫发作模式。然后检查了讨论的最新方法的模拟结果。