导读:本文包含了多类别模式分类论文开题报告文献综述及选题提纲参考文献，主要关键词:脑机接口(BCI),脑电信号(EEG),共空域模式(CSP),BCI竞赛
多类别模式分类论文文献综述
刘广权,黄淦,朱向阳[1]（2009）在《共空域模式方法在多类别分类中的应用》一文中研究指出近年来脑机接口(BCI)研究已经逐渐从两类的模式识别发展为多类的模式识别。在两类别的BCI中,共空域模式(CSP)算法已经被证明是十分有效的方法。本研究对CSP算法进行扩展,使其适用于多类别分类。采用"一对一(one-to-one)"的CSP策略,对四类模式的脑电信号进行分类。该方法数据用于BCI竞赛2008的数据集IIa,获得第2名,证明了该策略对于多类别分类问题的有效性。(本文来源于《中国生物医学工程学报》期刊2009年06期）
刘殊[2]（2009）在《面向多类别模式分类问题的新型阴性选择算法》一文中研究指出针对阴性选择算法缺乏高效的分类器生成机制和"过拟合"抑制机制的缺陷,提出了一种面向多类别模式分类的阴性选择算法CS-NSA。通过引入克隆选择机制,根据分类器的分类效果和刺激度对其进行自适应学习;针对多类别模式分类的"过拟合"问题,引入了检测器集合的修剪机制,增强了检测器的分类推广能力。对比实验结果证明:与着名的人工免疫分类器AIRS相比,CS-NSA体现出更高的正确识别率。(本文来源于《计算机应用》期刊2009年06期）
齐国君[3]（2009）在《多类别模式分类技术及其在多媒体分析上的应用》一文中研究指出多媒体自动概念标注是在语义层次上进行视频浏览、搜索的关键技术。这方面的研究经历了两个阶段。第一个阶段使用二值分类算法检测概念集中的每个概念,并达到了一定得准确度。但是这种方法完全忽略了概念类别之间的关系。第二阶段的方法在单独检测单个概念的基础上添加了一个语义融合的步骤来通过挖掘概念之间的关联以此提高标注的准确度。但是这种方法会将第一步的分类错误引入第二步中造成“误差传播”的问题。为了解决上述问题,我们提出一种新的同时对单个概念与底层特征关系以及概念之间关系进行建模的方法,称作关联多类别方法(Correlative Multi-Label,简记CML)。我们在TRECVID数据集上与现有的算法进行了比较,并得到了满意的结果。另一方面,一般的主动学习算法可以在样本的维度上动态地构建训练集。尽管这种方法在一般的二值分类问题上取得了满意的结果,然而对于多类别问题而言不是最优的解决方法。我们认为,对于每个选出的样本,仅仅其中的一些有效类别需要被标注,而其它的类别可以通过类别之间的关系推断出来。这是因为考虑到类别的关联性,不同的类别对最小化分类误差的贡献是不同的。因此,我们提出一种通过选择样本-类别对来最小化多类别贝叶斯分类误差界的方法,我们称之为二维主动学习算法,因为它在设计主动学习策略时同时考虑了样本维度和类别维度。进一步,由于训练样本随着时间会不断增加,如果使用基于重训练策略的多类别分类器,会大大增加计算的强度。我们开发了一种高效的在线模型,它能够仅利用新到达的数据即可动态地更新当前的模型,大大提高了算法的效率。我们在两个标准数据集以及一个从Corbis网站上得到的真实数据集来测试上述的算法,并得到令人满意的结果。(本文来源于《中国科学技术大学》期刊2009-05-01）
陈彤生,胡雪琴,李绍滋,周昌乐[4]（2007）在《以信息增益模式探讨在高维数据上的多类别证型分类》一文中研究指出在慢性胃炎研究上决策树归纳法之使用已渐增加,以决策树归纳法同时表示信息增益以区别胃炎症状对证型分类之贡献,能更正确地区别慢性胃炎。而信息增益已广泛地用于评估两分分类,仅有很少报导有关多类别慢性胃炎分类,它需要探索多类别慢性胃炎分类之信息增益。本研究提出基于名目及次序样本类结果的决策树归纳法所做的多类别慢性胃炎分类,例如,不同慢性胃炎次型的症状样本,评估是以决策树归纳法与Friedman-Goldszmid,HGC,Cheng判别法之正确率作比较。显示平均正确率64.9%优于前叁者且提高1.55%。(本文来源于《心智与计算》期刊2007年03期）
多类别模式分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对阴性选择算法缺乏高效的分类器生成机制和"过拟合"抑制机制的缺陷,提出了一种面向多类别模式分类的阴性选择算法CS-NSA。通过引入克隆选择机制,根据分类器的分类效果和刺激度对其进行自适应学习;针对多类别模式分类的"过拟合"问题,引入了检测器集合的修剪机制,增强了检测器的分类推广能力。对比实验结果证明:与着名的人工免疫分类器AIRS相比,CS-NSA体现出更高的正确识别率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多类别模式分类论文参考文献
[1].刘广权,黄淦,朱向阳.共空域模式方法在多类别分类中的应用[J].中国生物医学工程学报.2009
[2].刘殊.面向多类别模式分类问题的新型阴性选择算法[J].计算机应用.2009
[3].齐国君.多类别模式分类技术及其在多媒体分析上的应用[D].中国科学技术大学.2009
[4].陈彤生,胡雪琴,李绍滋,周昌乐.以信息增益模式探讨在高维数据上的多类别证型分类[J].心智与计算.2007
标签：脑机接口(BCI); 脑电信号(EEG); 共空域模式(CSP); BCI竞赛;