纳米技术与精密工程
納米技術與精密工程
납미기술여정밀공정
NANOTECHNOLOGY AND PRECISION ENGINEERING
2012年
4期
348-353
,共6页
綦宏志%明东%万柏坤%任超世%刘志朋%殷涛
綦宏誌%明東%萬柏坤%任超世%劉誌朋%慇濤
기굉지%명동%만백곤%임초세%류지붕%은도
支持向量特征筛选%想象动作%脑-机接口
支持嚮量特徵篩選%想象動作%腦-機接口
지지향량특정사선%상상동작%뇌-궤접구
引入了支持向量特征筛选方法,以克服基于想象动作诱发脑电特征的脑-机接口识别中,由于特征维度较高而训练数据有限、不易获得理想识别效果的问题.支持向量特征筛选方法采用扰动支持向量机代价函数的方法测量特征的分类贡献度,进而建立特征序贯指数,以递归方法进行特征排序和优化筛选.对14例受试者的左右上肢想象动作诱发脑电信号进行分析,提取6类246维特征,采用支持向量递归筛选方法进行特征优选,利用支持向量机对优选特征进行识别,结果显示,支持向量递归筛选得到的优选特征可显著提高识别正确率.研究表明,支持向量特征筛选可以降低无效特征干扰,提高分类器效率,适用于特征维度较高的脑-机接口任务识别.
引入瞭支持嚮量特徵篩選方法,以剋服基于想象動作誘髮腦電特徵的腦-機接口識彆中,由于特徵維度較高而訓練數據有限、不易穫得理想識彆效果的問題.支持嚮量特徵篩選方法採用擾動支持嚮量機代價函數的方法測量特徵的分類貢獻度,進而建立特徵序貫指數,以遞歸方法進行特徵排序和優化篩選.對14例受試者的左右上肢想象動作誘髮腦電信號進行分析,提取6類246維特徵,採用支持嚮量遞歸篩選方法進行特徵優選,利用支持嚮量機對優選特徵進行識彆,結果顯示,支持嚮量遞歸篩選得到的優選特徵可顯著提高識彆正確率.研究錶明,支持嚮量特徵篩選可以降低無效特徵榦擾,提高分類器效率,適用于特徵維度較高的腦-機接口任務識彆.
인입료지지향량특정사선방법,이극복기우상상동작유발뇌전특정적뇌-궤접구식별중,유우특정유도교고이훈련수거유한、불역획득이상식별효과적문제.지지향량특정사선방법채용우동지지향량궤대개함수적방법측량특정적분류공헌도,진이건립특정서관지수,이체귀방법진행특정배서화우화사선.대14례수시자적좌우상지상상동작유발뇌전신호진행분석,제취6류246유특정,채용지지향량체귀사선방법진행특정우선,이용지지향량궤대우선특정진행식별,결과현시,지지향량체귀사선득도적우선특정가현저제고식별정학솔.연구표명,지지향량특정사선가이강저무효특정간우,제고분류기효솔,괄용우특정유도교고적뇌-궤접구임무식별.
