期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于共空间模式和K近邻分类器的脑-机接口信号分类方法
被引量：
4
1
作者
叶柠
孙宇舸
王旭
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009年第8期1107-1110,共4页
脑-机接口是指在人脑和计算机之间建立的直接的交流和控制通道,它以脑电信号的形式反映人的意识,并转换成控制信号.针对两类运动想象脑电信号的分类问题,提出共空间模式和小波包分解相结合的脑电信号特征提取方法.利用不同小波包对训练...
脑-机接口是指在人脑和计算机之间建立的直接的交流和控制通道,它以脑电信号的形式反映人的意识,并转换成控制信号.针对两类运动想象脑电信号的分类问题,提出共空间模式和小波包分解相结合的脑电信号特征提取方法.利用不同小波包对训练集的多路脑电信号进行分解,再用共空间模式算法对不同分解层子带的脑电信号进行特征提取,并采用K近邻分类器对提取到的不同特征进行分类,得到最优小波包函数和小波包子带参数.将结果应用于测试集数据的分类.仿真实验结果表明,选择db4小波包函数和4层小波包分解层,对8个特征点进行分类,可以得到高达96%的正确率.
展开更多
关键词
脑-机接口
脑电信号
共
空间
模式
小波包
K近邻
分类器
在线阅读
下载PDF
职称材料
基于汉字默读的运动想象脑电信号识别研究
2
作者
金铭
郭苗苗
+1 位作者
李梦凡
蔡梓良
《现代电子技术》
2022年第10期137-141,共5页
基于运动想象的脑机接口(BCI)系统被广泛用于医疗康复领域,但随着想象任务的增多,分类准确率会急剧下降。为提高个体多类运动想象脑电信号(EEG)的识别准确率,文中设计附加汉字默读(4个汉字)的运动想象实验范式,采用共空间模式(CSP)+Fis...
基于运动想象的脑机接口(BCI)系统被广泛用于医疗康复领域,但随着想象任务的增多,分类准确率会急剧下降。为提高个体多类运动想象脑电信号(EEG)的识别准确率,文中设计附加汉字默读(4个汉字)的运动想象实验范式,采用共空间模式(CSP)+Fisher分类器和卷积神经网络两种方式对脑电信号进行特征提取并分类,验证附加默读对分类准确率的影响。结果表明:CSP+Fisher分类器方式下,附加默读的运动想象任务平均分类准确率(37.78%±3.46%)优于仅进行运动想象任务时的平均分类准确率(39.73%±3.15%),P>0.05;卷积神经网络(CNN)方式下附加默读的运动想象任务分类准确率(59.13%±2.95%)显著优于仅进行运动想象任务时的分类准确率(62.60%±2.41%),P<0.01。因此,文中提出的基于汉字默读的运动想象实验范式可以在受试者想象运动时获得更加稳定的脑电信号,从而提升BCI的分类准确率,为BCI范式的优化提供依据。
展开更多
关键词
运动想象
脑电信号
汉字默读
卷积神经网络
共
空间
模式
+
fisher
分类器
脑机接口
在线阅读
下载PDF
职称材料
基于多级特征融合的运动意向识别方法研究
3
作者
孙文斌
白雪梅
+1 位作者
刘一凡
胡延飞
《长春理工大学学报（自然科学版）》
2021年第5期63-70,共8页
针对提取的多通道EEG(脑电信号)的CSP(共空间模式)算法在空间滤波上具有很好的性能,但是CSP算法无法体现EEG信号的时域和频率特性,导致分类器的准确率不高和泛化性能不好的问题。提出了一种新的加权正则化的DTCWT(双树复小波变换)与CSP...
针对提取的多通道EEG(脑电信号)的CSP(共空间模式)算法在空间滤波上具有很好的性能,但是CSP算法无法体现EEG信号的时域和频率特性,导致分类器的准确率不高和泛化性能不好的问题。提出了一种新的加权正则化的DTCWT(双树复小波变换)与CSP的特征提取方法(R-DTCWT-CSP),充分结合脑电信号的时-频-空域特征信息,减少冗余通道的无用的信息。在国际竞赛BCI Competitions 2008的四分类数据集上,采用多种分类器对比得到分类准确率最好的分类器,网络搜索算法进一步优化参数,最后选取准确率较好的四个分类器组合成一种投票机制的分类器对脑电信号进行分类。识别准确率最高达到94.23%,这表明方法是可行有效的。
展开更多
关键词
脑电信号
共
空间
模式
集成
分类器
双树复小波分解
在线阅读
下载PDF
职称材料
题名
基于共空间模式和K近邻分类器的脑-机接口信号分类方法
被引量：
4
1
作者
叶柠
孙宇舸
王旭
机构
东北大学信息科学与工程学院
出处
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009年第8期1107-1110,共4页
基金
国家自然科学基金资助项目(50477015)
文摘
脑-机接口是指在人脑和计算机之间建立的直接的交流和控制通道,它以脑电信号的形式反映人的意识,并转换成控制信号.针对两类运动想象脑电信号的分类问题,提出共空间模式和小波包分解相结合的脑电信号特征提取方法.利用不同小波包对训练集的多路脑电信号进行分解,再用共空间模式算法对不同分解层子带的脑电信号进行特征提取,并采用K近邻分类器对提取到的不同特征进行分类,得到最优小波包函数和小波包子带参数.将结果应用于测试集数据的分类.仿真实验结果表明,选择db4小波包函数和4层小波包分解层,对8个特征点进行分类,可以得到高达96%的正确率.
关键词
脑-机接口
脑电信号
共
空间
模式
小波包
K近邻
分类器
Keywords
brain-computer interface （ BCI ）
EEG （electroencephalogram）
common spatial patterns（CSP）
wavelet packet
K-nearest neighbors（KNN）
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于汉字默读的运动想象脑电信号识别研究
2
作者
金铭
郭苗苗
李梦凡
蔡梓良
机构
河北工业大学电气工程学院省部共建电工装备可靠性与智能化国家重点实验室
河北工业大学电气工程学院天津市生物电工与智能健康重点实验室
出处
《现代电子技术》
2022年第10期137-141,共5页
基金
国家自然科学基金项目(51707054)
国家自然科学基金项目(61806070)
河北省自然科学青年基金项目(F2018202088)。
文摘
基于运动想象的脑机接口(BCI)系统被广泛用于医疗康复领域,但随着想象任务的增多,分类准确率会急剧下降。为提高个体多类运动想象脑电信号(EEG)的识别准确率,文中设计附加汉字默读(4个汉字)的运动想象实验范式,采用共空间模式(CSP)+Fisher分类器和卷积神经网络两种方式对脑电信号进行特征提取并分类,验证附加默读对分类准确率的影响。结果表明:CSP+Fisher分类器方式下,附加默读的运动想象任务平均分类准确率(37.78%±3.46%)优于仅进行运动想象任务时的平均分类准确率(39.73%±3.15%),P>0.05;卷积神经网络(CNN)方式下附加默读的运动想象任务分类准确率(59.13%±2.95%)显著优于仅进行运动想象任务时的分类准确率(62.60%±2.41%),P<0.01。因此,文中提出的基于汉字默读的运动想象实验范式可以在受试者想象运动时获得更加稳定的脑电信号,从而提升BCI的分类准确率,为BCI范式的优化提供依据。
关键词
运动想象
脑电信号
汉字默读
卷积神经网络
共
空间
模式
+
fisher
分类器
脑机接口
Keywords
MI
EEG
Chinese character silent reading
CNN
CSP+
fisher
classifier
BCI
分类号
TN911.1-34 [电子电信—通信与信息系统]
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
基于多级特征融合的运动意向识别方法研究
3
作者
孙文斌
白雪梅
刘一凡
胡延飞
机构
长春理工大学电子信息工程学院
出处
《长春理工大学学报（自然科学版）》
2021年第5期63-70,共8页
基金
吉林省科技厅项目(20200404216YY)。
文摘
针对提取的多通道EEG(脑电信号)的CSP(共空间模式)算法在空间滤波上具有很好的性能,但是CSP算法无法体现EEG信号的时域和频率特性,导致分类器的准确率不高和泛化性能不好的问题。提出了一种新的加权正则化的DTCWT(双树复小波变换)与CSP的特征提取方法(R-DTCWT-CSP),充分结合脑电信号的时-频-空域特征信息,减少冗余通道的无用的信息。在国际竞赛BCI Competitions 2008的四分类数据集上,采用多种分类器对比得到分类准确率最好的分类器,网络搜索算法进一步优化参数,最后选取准确率较好的四个分类器组合成一种投票机制的分类器对脑电信号进行分类。识别准确率最高达到94.23%,这表明方法是可行有效的。
关键词
脑电信号
共
空间
模式
集成
分类器
双树复小波分解
Keywords
electroencephalogram
common spatial pattern
ensemle classifier
dual-tree complex wavelet transform
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于共空间模式和K近邻分类器的脑-机接口信号分类方法
叶柠
孙宇舸
王旭
《东北大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2009
4
在线阅读
下载PDF
职称材料
2
基于汉字默读的运动想象脑电信号识别研究
金铭
郭苗苗
李梦凡
蔡梓良
《现代电子技术》
2022
0
在线阅读
下载PDF
职称材料
3
基于多级特征融合的运动意向识别方法研究
孙文斌
白雪梅
刘一凡
胡延飞
《长春理工大学学报（自然科学版）》
2021
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
