机械与电子
機械與電子
궤계여전자
MACHINERY & ELECTRONICS
2009年
12期
3-7
,共5页
脑机接口%EEG%模式识别%支持向量分类机
腦機接口%EEG%模式識彆%支持嚮量分類機
뇌궤접구%EEG%모식식별%지지향량분류궤
针对用于服务机器人的脑机接口系统中脑电信号模式识别精度不高,不能满足机器人多任务要求的问题,提出一种基于C-支持向量多分类机的多类复杂手操作EEG信号模式识别方法,并将其应用到复杂手操作的EEG信号模式识别试验中,实现一个4类复杂手操作的模式识别,实验结果表明,与之前用BP神经网络进行识别相比,识别率由85%提高到了90%.
針對用于服務機器人的腦機接口繫統中腦電信號模式識彆精度不高,不能滿足機器人多任務要求的問題,提齣一種基于C-支持嚮量多分類機的多類複雜手操作EEG信號模式識彆方法,併將其應用到複雜手操作的EEG信號模式識彆試驗中,實現一箇4類複雜手操作的模式識彆,實驗結果錶明,與之前用BP神經網絡進行識彆相比,識彆率由85%提高到瞭90%.
침대용우복무궤기인적뇌궤접구계통중뇌전신호모식식별정도불고,불능만족궤기인다임무요구적문제,제출일충기우C-지지향량다분류궤적다류복잡수조작EEG신호모식식별방법,병장기응용도복잡수조작적EEG신호모식식별시험중,실현일개4류복잡수조작적모식식별,실험결과표명,여지전용BP신경망락진행식별상비,식별솔유85%제고도료90%.
