电子测量与仪器学报
電子測量與儀器學報
전자측량여의기학보
JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT
2011年
11期
940-945
,共6页
独立分量分析%支持向量机集成%Bagging%脑机接口
獨立分量分析%支持嚮量機集成%Bagging%腦機接口
독립분량분석%지지향량궤집성%Bagging%뇌궤접구
提出了一种基于独立分量分析的支持向量机集成学习算法,用于脑机接口中P300字符识别.首先由P300信号分解出独立分量,基于Bagging算法送入支持向量机基分类器进行集成学习,通过平均的方法获得对应类别概率进行分类决策.数据来源于P300字符拼写实验,不同导联和不同序列的分类结果表明,该分类算法学习效率和分类精度高,全导联平均分类精度为96.6％,在序列数较少的情况下,平均分类精度也达到91.5％.较其他算法,识别性能好,是脑机接口的实用分类算法.
提齣瞭一種基于獨立分量分析的支持嚮量機集成學習算法,用于腦機接口中P300字符識彆.首先由P300信號分解齣獨立分量,基于Bagging算法送入支持嚮量機基分類器進行集成學習,通過平均的方法穫得對應類彆概率進行分類決策.數據來源于P300字符拼寫實驗,不同導聯和不同序列的分類結果錶明,該分類算法學習效率和分類精度高,全導聯平均分類精度為96.6％,在序列數較少的情況下,平均分類精度也達到91.5％.較其他算法,識彆性能好,是腦機接口的實用分類算法.
제출료일충기우독립분량분석적지지향량궤집성학습산법,용우뇌궤접구중P300자부식별.수선유P300신호분해출독립분량,기우Bagging산법송입지지향량궤기분류기진행집성학습,통과평균적방법획득대응유별개솔진행분류결책.수거래원우P300자부병사실험,불동도련화불동서렬적분류결과표명,해분류산법학습효솔화분류정도고,전도련평균분류정도위96.6％,재서렬수교소적정황하,평균분류정도야체도91.5％.교기타산법,식별성능호,시뇌궤접구적실용분류산법.
