版權說明: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,請進行舉報或認領
文檔簡介
1、P300-Speller是利用稀少事件相關電位(Event-Related Potential,ERP)-P300信號特征實現(xiàn)文字選擇輸入的經(jīng)典人機交互范式。它能夠實現(xiàn)受試者利用腦電與外界進行文字交流的功能,已公認是腦-機接口(Brain-Computer Inter face,BCI)技術中目前最為有效的信息輸入與交互的重要手段之一。傳統(tǒng)6×6行列字符閃爍模式的P300-Speller因其存在可選字符數(shù)目有限、信息傳輸效率低、不利于大
2、指令集傳輸?shù)葐栴},難以滿足實際應用需求。為此,引入新的編碼刺激模式以改進傳統(tǒng)P300-Speller范式、擴展其字符數(shù)、提高其信息傳輸率并保持較高的分類正確率是研發(fā)實用型P300-Speller BCI亟待解決的關鍵技術。
本文首次提出了基于三維編碼字符的閃爍刺激模式,并對該模式誘發(fā)產(chǎn)生的P300信號特征進行了細致分析,論證了其取得較高分類正確率和信息傳輸率的可行性。在此基礎上研究設計了基于三維編碼閃爍模式的64字符和12
3、5字符兩種改進型P300-Speller;完成了傳統(tǒng)6×6行列字符、三維編碼64字符和125字符三種刺激模式實驗;對實驗數(shù)據(jù)進行了具體的預處理、特征提取與模式識別及分類正確率與信息傳輸率的比較分析。
研究中,首先對實驗數(shù)據(jù)進行濾噪、降采樣等預處理。之后,分別采用Fisher系數(shù)和r2系數(shù)方法對腦電特征進行了可分性分析;利用相干平均方法提取了腦電特征并分別采用線性判別分析(Linear Discriminant Analys
4、is,LDA)和支持向量機(Support Vector Machine,SVM)方法進行了腦電模式識別,所有被試的平均分類正確率可以達到99%以上。最后,比較了傳統(tǒng)行列模式和新型三維編碼模式的信息傳輸速率(Information Transfer Rate,ITR),結果表明三維編碼的ITR(最高平均值為53.59bit/min)明顯高于行列模式(最高平均值為32.94bit/min)。文中還利用基于集成學習思想的支持向量機遞歸特征篩
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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。
- 6. 下載文件中如有侵權或不適當內(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
- 基于單目視覺圖像序列的三維重構.pdf
- 基于三維模型的圖像序列編碼與重構.pdf
- 基于時空彩色編碼的穩(wěn)定健三維視覺方法研究.pdf
- 基于編碼結構光的三維視覺測量系統(tǒng)研究.pdf
- 時間編碼結構光三維視覺系統(tǒng)的研究.pdf
- 基于數(shù)字拼寫的視-聽聯(lián)合刺激誘發(fā)ERP研究.pdf
- 基于相移編碼的分段相位編碼三維測量研究.pdf
- 基于圖像序列的三維重構研究.pdf
- 基于視覺誘發(fā)的P300腦電信號處理算法研究.pdf
- 不同刺激野的視覺誘發(fā)電位(P-VEP)的研究.pdf
- 基于編碼結構光的視覺三維測量系統(tǒng)軟件設計.pdf
- 視覺誘發(fā)P300電位的去噪與提取算法研究.pdf
- 基于視覺的三維輪廓檢測方法研究.pdf
- 基于圖像序列的三維重建.pdf
- 在視覺三維測量中的結構光編碼技術的研究.pdf
- 基于圖像序列的三維模型重建.pdf
- 基于圖片序列的三維表面重建.pdf
- 基于圖像序列的三維實體建模算法研究.pdf
- 基于立體視覺的P-GMAW熔池表面形貌三維重建研究.pdf
- 基于單目視覺的三維重構方法研究.pdf
評論
0/150
提交評論