本文主要研究内容
作者张德明,殷国栋,金贤建,庄伟超（2019）在《基于CSP和SFFS-SFBS的两级双向脑电导联特征选取方法》一文中研究指出：针对多任务运动想象条件下脑电导联选取质量差、搜索时间长的问题,提出了一种基于公共空间模式(CSP)和顺序浮动双向选择算法(SFFS-SFBS)的两级导联特征选取方法.首先,结合空域滤波分析各个被试的时频特性,确定相应的特征时间和特征频率;然后由训练集的CSP滤波系数计算各个导联在特征提取过程中的权重大小,根据权重排序缩小导联搜索空间;最后,运用以训练集交叉检验正确率为评价准则的SFFS-SFBS算法在相应的搜索空间内双向选择最优的导联序列.实验结果表明,在保证较高分类正确率的前提下,与传统SFFS算法和改进SFFS算法相比,该方法选取的导联数量分别减少了51. 36%,47. 52%,对应的搜索时间缩短了90. 95%,80%.因此,基于CSP和SFFS-SFBS的两级特征选取方法可快速选择优质导联序列,有效提高脑机接口的实际使用性能.
Abstract
zhen dui duo ren wu yun dong xiang xiang tiao jian xia nao dian dao lian shua qu zhi liang cha 、sou suo shi jian chang de wen ti ,di chu le yi chong ji yu gong gong kong jian mo shi (CSP)he shun xu fu dong shuang xiang shua ze suan fa (SFFS-SFBS)de liang ji dao lian te zheng shua qu fang fa .shou xian ,jie ge kong yu lv bo fen xi ge ge bei shi de shi pin te xing ,que ding xiang ying de te zheng shi jian he te zheng pin lv ;ran hou you xun lian ji de CSPlv bo ji shu ji suan ge ge dao lian zai te zheng di qu guo cheng zhong de quan chong da xiao ,gen ju quan chong pai xu su xiao dao lian sou suo kong jian ;zui hou ,yun yong yi xun lian ji jiao cha jian yan zheng que lv wei ping jia zhun ze de SFFS-SFBSsuan fa zai xiang ying de sou suo kong jian nei shuang xiang shua ze zui you de dao lian xu lie .shi yan jie guo biao ming ,zai bao zheng jiao gao fen lei zheng que lv de qian di xia ,yu chuan tong SFFSsuan fa he gai jin SFFSsuan fa xiang bi ,gai fang fa shua qu de dao lian shu liang fen bie jian shao le 51. 36%,47. 52%,dui ying de sou suo shi jian su duan le 90. 95%,80%.yin ci ,ji yu CSPhe SFFS-SFBSde liang ji te zheng shua qu fang fa ke kuai su shua ze you zhi dao lian xu lie ,you xiao di gao nao ji jie kou de shi ji shi yong xing neng .
论文参考文献
论文详细介绍
论文作者分别是来自东南大学学报(自然科学版)的张德明,殷国栋,金贤建,庄伟超，发表于刊物东南大学学报(自然科学版)2019年01期论文，是一篇关于多任务运动想象论文,导联选取论文,公共空间模式论文,顺序浮动双向选择算法论文,东南大学学报(自然科学版)2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自东南大学学报(自然科学版)2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：多任务运动想象论文; 导联选取论文; 公共空间模式论文; 顺序浮动双向选择算法论文; 东南大学学报(自然科学版)2019年01期论文;