天津市科技支撑计划(07ZCKFSF01300)
- 作品数：4 被引量：33H指数：3
- 相关作者：万柏坤明东綦宏志孙长城刘延刚更多>>
- 相关机构：天津大学邓迪大学中国医学科学院北京协和医学院更多>>
- 发文基金：天津市科技支撑计划国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于脑电特征的多模式想象动作识别被引量：13
- 2010年
- 对不同部位肢体想象动作诱发的脑电特征进行辨识,并提取出对应的思维信息,这是实现脑-机交互的经典方法之一,传统的左、右手双想象动作诱发模式下信息转化效率较低,引入多个肢体部位想象动作的多模式转化方法可望改善这一缺点.采用二维时频分析结合Fisher分析的方法,从典型受试者的多模式想象动作脑电信号中提取出有利于分类识别的事件相关去同步化和同步化特征信息,再使用支持向量机建立双层分类器对多模式想象动作进行分类识别.本方法对于4种不同肢体部位的识别可以达到较高的正确率(85.71%).结果表明,多模式想象动作的诱发脑电特征信息具有明显的空间特异性,可以用于脑-机交互思维任务的识别和提取,值得进一步研究.
- 万柏坤刘延刚明东孙长城綦宏志张广举程龙龙
- 关键词：脑-机接口支持向量机
- 基于热释电红外信息的人体运动特征提取与识别被引量：12
- 2012年
- 运动人体辐射的红外信号中包含步行姿态及体貌特征等信息,热释电红外(PIR)传感器能够探测人体发出的红外线,在有效范围内实现运动人体的检测.对利用表面安装有菲涅耳透镜的PIR传感器探测人体行走时的红外辐射进行了研究,采用主成分分析(PCA)方法对不同对象、不同速度的频谱数据进行特征提取,并使用支持向量机(SVM)方法进行分类识别,最高识别正确率达到85.38%.研究结果表明,利用PIR传感器获取人体运动信息,并将来自不同对象、不同速度的频谱数据用于分类的方法是可行的.该研究可为安全级别较低场所的生物特征识别提供一种新的低成本的解决方案.
- 万柏坤冯莉明东王璐邱爽徐瑞綦宏志王威杰
- 关键词：热释电红外传感器主成分分析特征提取支持向量机模式识别
- 红外热成像在步态识别中的应用被引量：8
- 2009年
- 为更有效地探测人体目标,提出了利用红外光进行人体成像及步态识别的新方法。首先将人体散发的红外光转换为电信号,经计算机处理后转换为红外步态图像,然后分割出人体目标并将其规格化叠加处理获取步态特征图,再提取包含整体模型信息的边界矩参数以及包含简化模型信息的骨架特征参数,以此作为步态特征识别参量输入至支持向量机(SVM)进行分类识别。使用自建的红外步态数据库(IRGD)进行实验,正确识别率(PCR)为71～92%,且识别效果受人体携带外物的影响不显著。
- 薛召军赵鹏飞万柏坤李轶明东靳世久
- 关键词：步态识别红外热成像特征提取
- 基于SVM特征优化的Farwell虚拟矩阵字符识别
- 2011年
- 传统Farwell虚拟字符矩阵BCI中仅采用少数中线导联上的EEG特征进行识别,由于识别信息量较为有限,导致识别效率不高.为此,引入了一种支持向量机特征优化方法,采用扰动支持向量机代价函数的方法评价特征对于分类的贡献,进而优选出适于识别的特征组合.对6位受试者每人各采集80个字符的Farwell虚拟矩阵刺激任务脑电数据,经支持向量特征优化方法进行识别,获得良好的识别效果(识别错误率0.9%).研究表明,支持向量机特征优化方法具有较好的特征选择效果,适用于高特征维度的脑机交互诱发脑电信号降维处理.
- 綦宏志孙长城安兴伟许敏鹏马岚明东万柏坤
- 关键词：脑机接口
