使用隐马尔可夫模型对 EEG 数据进行分类
EEG data classification using Hidden Markov Model
我将脑电图数据（alpha、theta 和 delta）分成 N windows，长度为 1 秒，是在受试者处于睡眠和清醒状态时收集的。由于我是HMM的新手，我不清楚如何训练HMM并将我的数据分类为2类（对应睡眠和唤醒状态）。请帮助我使用 HMM 编写合适的 Matlab 代码。
我对 EEG 数据一无所知，但是我猜你有几个随时间变化的多维数据序列。
这个想法是使用您知道标签的序列训练集（在您的情况下为'sleep'或'awaken'）。
使用序列 'sleep'，您可以训练一个 HMM，它将在患者睡眠的情况下对变量的演变进行建模。要训练基本的 HMM，我的建议是下载 Kevin Murphy http://www.cs.ubc.ca/~murphyk/Software/HMM/hmm.html 的工具箱并阅读 "How to"。
然后对标记为 'awaken'.
的序列执行相同操作
要检查您的模型是否相关，您将使用在训练阶段未使用的序列。对于每个序列，您需要计算该序列可能由第一个 HMM 和第二个 HMM 生成的可能性。通常序列被标记为提高最高似然的 HMM。 （我向您推荐的工具箱包含了所有的功能）。
该工具箱还包括一个阅读列表，对理解 HMM 的机制有很大帮助。我就是这样开始自己的。祝你工作顺利，如果我的解释不够清楚，请随时询问。
我将脑电图数据（alpha、theta 和 delta）分成 N windows，长度为 1 秒，是在受试者处于睡眠和清醒状态时收集的。由于我是HMM的新手，我不清楚如何训练HMM并将我的数据分类为2类（对应睡眠和唤醒状态）。请帮助我使用 HMM 编写合适的 Matlab 代码。
我对 EEG 数据一无所知，但是我猜你有几个随时间变化的多维数据序列。 这个想法是使用您知道标签的序列训练集（在您的情况下为'sleep'或'awaken'）。 使用序列 'sleep'，您可以训练一个 HMM，它将在患者睡眠的情况下对变量的演变进行建模。要训练基本的 HMM，我的建议是下载 Kevin Murphy http://www.cs.ubc.ca/~murphyk/Software/HMM/hmm.html 的工具箱并阅读 "How to"。 然后对标记为 'awaken'.
的序列执行相同操作要检查您的模型是否相关，您将使用在训练阶段未使用的序列。对于每个序列，您需要计算该序列可能由第一个 HMM 和第二个 HMM 生成的可能性。通常序列被标记为提高最高似然的 HMM。 （我向您推荐的工具箱包含了所有的功能）。
该工具箱还包括一个阅读列表，对理解 HMM 的机制有很大帮助。我就是这样开始自己的。祝你工作顺利，如果我的解释不够清楚，请随时询问。