中国博士后科学基金(20070410380)
- 作品数：3 被引量：9H指数：2
- 相关作者：裴晓梅郑崇勋徐进更多>>
- 相关机构：西安交通大学更多>>
- 发文基金：中国博士后科学基金国家自然科学基金更多>>
- 相关领域：医药卫生更多>>
- 基于Adaboost技术的大脑运动意识任务分类被引量：2
- 2008年
- 本文提出了应用机器学习技术Adaboost算法与Fisher判别式分析作为基本分类器相结合的方法,实现大脑想象左右手运动意识任务的分类。利用Morlet小波滤波方法提取优化的运动相关脑电特征,对两组实验数据4个受试者运动相关脑电模式进行分类,平均最大分类正确率达到88.11%。通过最大分类正确率,最大互信息等评价指标比较,验证了Adaboost技术在改善大脑运动意识任务分类性能的有效性,从而为脑机接口系统应用中大脑运动意识任务分类提供了新的思路。
- 裴晓梅郑崇勋
- 关键词：ADABOOST特征提取
- 基于信息积累技术的大脑运动意识任务分类被引量：2
- 2008年
- 提出了将信息积累技术结合Fisher判别式分析的方法,实现大脑想象左右手运动意识任务的连续分类,获得了满意的结果.利用Morlet小波滤波方法提取优化的运动相关脑电特征,对两组实验数据4个受试者的运动相关脑电模式进行分类,平均最大分类正确率达到87.95%.通过最大分类正确率、最大互信息等评价指标的比较,验证了信息积累技术对改善大脑运动意识任务分类性能的有效性,从而为脑机接口系统应用中大脑运动意识任务分类提供了新的思路.
- 裴晓梅郑崇勋徐进
- 关键词：信息积累互信息
- 基于Fisher判据时频分析的运动相关脑电特征选择及优化被引量：5
- 2008年
- 提出了一种基于Fisher判据的运动相关脑电特征优化选择的时频分析方法,为优化选择与运动意识最相关的有效脑电频率成分提供了理论依据.在此基础上,利用具有高时频分辨率的Morlet小波方法,提取与脑电特征优化过程最为匹配的特征信息,对4个受试者运动相关脑电模式进行分类,平均最大分类正确率达到87.95%,通过最大分类正确率、最大互信息两项评价指标比较,验证了基于匹配追踪和Fisher判据时频分析的特征优化方法对改善大脑运动意识任务分类性能的有效性.实验结果表明,该文所提出的方法可望应用于脑机接口系统的运动相关脑电特征优化和选择中.
- 裴晓梅郑崇勋
- 关键词：互信息
