基于复杂性测度的帕金森症病人EEG分析

　　其中：

　　n₁为类型一的样本数；n₂为类型二的样本数；m为样本向量的维数。

　　F～F(m,n₁+n₂-m-1)，表1列出了它的计算结果(对于C1)。

表1　F统计量结果

　　Table 1　F statistic measure

　　当F＜F_0.05(8,391)，则条件H₀被接受，否则被拒绝。

　　②判别分析：由上表得出，二类样本集有差别，在此基础上建立判别函数：我们采用了贝叶斯分类方法，假设样本Ω_i服从N(μ_i，∑_i)，由文献［3］可得到判决函数：

　　其中：P(ω_i)为类型Ω_i的先验概率；μ_i为类型Ω_i的平均向量；∑_i为协方差矩阵，对于二类样本，考虑对数函数的单调性，由贝叶斯分类准则，可得到二类样本Ω_i，Ω_j的决策面方程：

上一页  1 2 3 [4] 5 6 7  下一页