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(rèn)領(lǐng)
文檔簡介
1、腦-機接口(Brain-Computer Interface,BCI)是一種新的人機交互界面,其主要任務(wù)是利用思維腦電信號實現(xiàn)人腦與計算機或其它外部機電設(shè)備的通訊和控制。作為BCI系統(tǒng)輸出控制的基礎(chǔ),本論文主要研究了使用事件相關(guān)電位(Event-Related Potential,ERP)中P300信號進行腦電思維模式識別的方法。 文中首先介紹了誘發(fā)電位(Evoked P0tential,EP)產(chǎn)生機制的兩種假設(shè),其一認(rèn)為EP是
2、疊加于自發(fā)腦電背景之上、由外部刺激誘發(fā)產(chǎn)生并與刺激具有鎖時關(guān)系的神經(jīng)細(xì)胞群電活動信號;其二則認(rèn)為EP是原自發(fā)腦電活動中的一部分、經(jīng)外部刺激誘發(fā)產(chǎn)生相位同步效應(yīng)所形成的神經(jīng)細(xì)胞群電活動信號。研究結(jié)果表明這兩種假設(shè)在一定程度上是共存的。 為充分利用64導(dǎo)腦電數(shù)據(jù)信息,本文先使用主成分分析(Principal Component Analysis,PCA)將信號降維,然后利用獨立分量分析(Independent Component A
3、nalysis,ICA)找出代表P300的獨立分量,再將得到的分量作相干平均以加強P300的鎖時特征;并且將每個行列的序間相干性(Inter-Trial Coherence,ITC)在300ms附近的值作為該行列的鎖相特征,每個行列的事件相關(guān)譜擾動(Event-Related Spectral Perturbation,ERSP)在300ms附近的值作為該行列的功率特征。 目前多數(shù)機器學(xué)習(xí)方法都是基于傳統(tǒng)統(tǒng)計學(xué),當(dāng)樣本數(shù)目有限時
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(fù)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(zhǔn)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。
最新文檔
- 基于聽覺P300的腦機接口技術(shù)研究.pdf
- 基于集成支持向量機的P300腦機接口信號識別算法研究.pdf
- 基于小波SVM的P2P流量識別技術(shù)研究.pdf
- 基于P300的中文在線輸入系統(tǒng).pdf
- 腦-機接口中P300識別算法的研究.pdf
- 基于P300的虛擬家居控制系統(tǒng).pdf
- 基于SSVEP信號的在線BCI關(guān)鍵技術(shù)研究.pdf
- 基于粗糙集的P300腦電信號分析的研究.pdf
- 基于支持向量機的P300腦電信號分類研究.pdf
- 基于P300的腦電波測謊系統(tǒng)的研究.pdf
- 基于SVM的人臉識別技術(shù)研究.pdf
- 基于視覺誘發(fā)的P300腦電信號處理算法研究.pdf
- 基于ICA的BCI多動作模式ERD-ERS信號分析及識別技術(shù)研究.pdf
- 基于P300和CNV結(jié)合的測謊研究.pdf
- P300測謊的實驗研究.pdf
- p300測謊的實驗研究
- 基于SVM的特定人臉識別技術(shù)研究.pdf
- 基于bss和svm的語音識別技術(shù)研究
- 基于BSS和SVM的語音識別技術(shù)研究.pdf
- 基于盲源分離的P300腦機接口信號處理算法研究.pdf
評論
0/150
提交評論