高级搜索

Chernoff加权分类器框架在运动想象脑-机接口中的应用

谭平 刘利枚 郭璠 周开军

引用本文: 谭平, 刘利枚, 郭璠, 周开军. Chernoff加权分类器框架在运动想象脑-机接口中的应用[J]. 电子与信息学报, doi: 10.11999/JEIT181132 shu
Citation:  Ping TAN, Limei LIU, Fan GUO, Kaijun ZHOU. Applying Chernoff Weighted Classification Frame Method to MotorImagery Brain Computer Interface[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT181132 shu

Chernoff加权分类器框架在运动想象脑-机接口中的应用

    作者简介: 谭平: 男,1981年生,讲师,主要研究方向为脑电信号处理、计算智能、模式识别;
    刘利枚: 女,1975年生,教授,主要研究方向为人工智能、机器人;
    郭璠: 女,1982年生,副教授,主要研究方向为图像增强、机器视觉、模式识别;
    周开军: 男,1978年生,副教授,主要研究方向为机器视觉、模式识别
    通讯作者: 郭璠,guofancsu@163.com
  • 基金项目: 国家自科基金项目(61502537),国家社科基金项目(19BGL111),湖南省教育厅科学研究优秀青年项目(18B338),湖南省重点实验室开放研究基金项目(2017TP1026),教育部人文社科基金(14YJCZH099)

摘要: 针对现有脑机接口分类器与大脑认知过程结合不够紧密的问题,该文提出一种基于Chernoff加权的分类器集成框架方法,并用于同步运动想象脑机接口中。通过对训练数据进行统计分析,获得各时刻脑电信号的统计特性,并建立基于大脑认知过程的高斯概率模型。然后利用Chernoff边界特性得到该概率模型的最小误差,并以此确定该时刻分类器的权重,通过对各时刻分类器的加权,实现同步脑机接口的信号分类。以脑机接口竞赛数据作为测试,并与线性判决分析、支持向量机和极限学习方法分别结合构成新的集成方法。由实验结果可知,加权集成框架方法的分类性能比原独立分类方法有显著提高。

English

图(9)表(4)
计量
  • PDF下载量:  4
  • 文章访问数:  95
  • HTML全文浏览量:  116
文章相关
  • 通讯作者:  郭璠, guofancsu@163.com
  • 收稿日期:  2018-12-07
  • 网络出版日期:  2019-09-11
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章