基于運動想象的腦-機接口特征提取和分類算法研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、腦-機接口(Brain-computer interface,BCI)一種新型的人機交互系統(tǒng),它以腦信號為信息載體,直接把人的思維活動轉(zhuǎn)換為控制命令來控制外部設(shè)備。BCI在醫(yī)療、軍事、交通等領(lǐng)域有著廣泛的應(yīng)用前景。其中,基于運動想象的BCI的研究,是近年來BCI研究領(lǐng)域的熱點。提高該類BCI系統(tǒng)的可靠性與性能的關(guān)鍵在于對運動想象腦電信號的模式識別,主要包括三部分:預(yù)處理、特征提取和分類,本文的重點是針對運動相關(guān)電位(Movement r

2、elated potential,MRP)和事件相關(guān)去同步/同步(Event-related desynchronization/synchronization,ERD/ERS)的特征提取和分類算法的研究,主要工作包括:
  (1)證明判別空域模式算法(Discriminative spatial patterns,DSP)的空間濾波與特征選擇和分類的不一致。DSP的空間濾波通過調(diào)整時間序列之間的距離來讓不同類別的數(shù)據(jù)分離開,但D

3、SP最終采用時間序列的均值來作為特征,這與空間濾波是不一致的。此外,DSP的空間濾波器和后續(xù)的分類器也不是基于同一目標進行優(yōu)化的,因此,DSP的空間濾波和分類是不一致的。這兩個不足可能會降低分類精度。
  (2)一種針對MRP特征提取和分類的基于邏輯回歸的聯(lián)合框架研究。該框架是對DSP算法的擴展。針對DSP的空間濾波和特征選擇的不一致,該框架直接計算空間濾波后時間序列之間的距離來作為分類特征。針對DSP的空間濾波與分類的不一致,該

4、框架將空間濾波、特征提取和分類聯(lián)合在同一個最小化經(jīng)驗風(fēng)險的優(yōu)化問題下,對三者進行聯(lián)合優(yōu)化。實驗結(jié)果證明,基于邏輯回歸模型的聯(lián)合分類框架能夠更加準確地提取MRP的時空特性,有效提高BCI系統(tǒng)的分類精度和魯棒性。
  (3)一種針對ERD特征提取和分類的基于線性嶺回歸模型的聯(lián)合框架研究。該框架運用高斯核函數(shù)來計算各電極之間的非線性空間相關(guān)性,并以此作為ERD的分類特征。此外,該框架整合了信號的預(yù)處理、特征提取和分類,并對三者進行聯(lián)合優(yōu)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論