宿州学院学报
宿州學院學報
숙주학원학보
JOURNAL OF SUZHOU COLLEGE
2014年
5期
66-70
,共5页
侯传宇%李鸿%张秋实%赵娟
侯傳宇%李鴻%張鞦實%趙娟
후전우%리홍%장추실%조연
人—机交互%眼电图%小波变换%分类%支持向量机
人—機交互%眼電圖%小波變換%分類%支持嚮量機
인—궤교호%안전도%소파변환%분류%지지향량궤
为降低EOG的眼动信号中的噪声,提高分类算法精度,改进基于EOG的人—机交互系统性能,提出了一种基于小波变换(Wavelet Transform)与支持向量机(SVM)的眼动信号分类算法(WT-SVM).实验室环境下,对9名眼部活动正常的受试者进行了眼动数据采集与识别,WT-SVM算法的平均分类准确率达到96.9%,与常规带通滤波去噪方法相比较,平均正确识别率提升了1.3%.实验结果表明,小波变换在EOG信号预处理中具有较强的鲁棒性,WT-SVM算法在眼动信号识别中具有高的分类精度.
為降低EOG的眼動信號中的譟聲,提高分類算法精度,改進基于EOG的人—機交互繫統性能,提齣瞭一種基于小波變換(Wavelet Transform)與支持嚮量機(SVM)的眼動信號分類算法(WT-SVM).實驗室環境下,對9名眼部活動正常的受試者進行瞭眼動數據採集與識彆,WT-SVM算法的平均分類準確率達到96.9%,與常規帶通濾波去譟方法相比較,平均正確識彆率提升瞭1.3%.實驗結果錶明,小波變換在EOG信號預處理中具有較彊的魯棒性,WT-SVM算法在眼動信號識彆中具有高的分類精度.
위강저EOG적안동신호중적조성,제고분류산법정도,개진기우EOG적인—궤교호계통성능,제출료일충기우소파변환(Wavelet Transform)여지지향량궤(SVM)적안동신호분류산법(WT-SVM).실험실배경하,대9명안부활동정상적수시자진행료안동수거채집여식별,WT-SVM산법적평균분류준학솔체도96.9%,여상규대통려파거조방법상비교,평균정학식별솔제승료1.3%.실험결과표명,소파변환재EOG신호예처리중구유교강적로봉성,WT-SVM산법재안동신호식별중구유고적분류정도.