陕西省科学技术研究发展计划项目(2003K10-G24)
- 作品数：4 被引量：13H指数：1
- 相关作者：王珏刘海龙郑崇勋薛建中更多>>
- 相关机构：西安交通大学更多>>
- 发文基金：陕西省科学技术研究发展计划项目国家自然科学基金更多>>
- 相关领域：医药卫生更多>>
- 基于非线性参数的意识任务分类被引量：12
- 2005年
- 研究了非线性参数作为脑电(EEG)信号特征时对意识任务分类的作用,使用的3种非线性参数特征为最大Lyapunov指数、轨道平均周期和轨道平均初始距离,分类方法为Fisher线性判别式.对4个实验对象共60个任务对进行了分类处理.使用3种参数在2s数据段上取得的平均分类精度分别为82.3%、90.7%和93.3%.在较短(1s)的数据段上,应用轨道平均初始距离参数进行分类取得了平均为90.8%的正确率,分类精度接近于Anderson取得的实验结果.轨道平均周期和轨道平均初始距离算法具有较小的运算量,能够应用于在线系统.
- 刘海龙王珏郑崇勋
- 关键词：脑电LYAPUNOV指数
- 基于频域信息的意识任务分类
- 2007年
- 研究了频谱信息在意识任务分类中的应用。用傅里叶变换(FFT)和Burg方法来估计频谱信息,并对比了频谱信息和自回归模型系数在相同特征个数条件下对意识任务分类的作用。结果显示:①两种频谱估计方法取得了几乎相同的分类结果,频谱信息能提供更高的分类精度;②丢失高频信息会降低分类的效果;③对于较多特征个数的分类需要足够多的训练样本。FFT算法具有简单,速度快的特点,且使用多个特征量并不增加其计算量,这些优点使得傅里叶变换更适合于在线系统的应用与分析。
- 刘海龙王珏郑崇勋薛建中
- 关键词：脑-机接口频谱分析
- 基于可生长自组织映射的意识任务分类
- 2006年
- 在基于脑电(EEG)的脑-机接口技术中,使用可生长自组织映射(SOM)神经网络进行了5类意识任务分类的研究.结果表明:①可生长SOM能够根据数据内部结构自适应地调整确定其映射网络的拓扑形状,在一定程度上反应了数据的分布特征;②可生长SOM更关注那些表达误差比较大的映射单元,从而整体上减小了映射网络的表达误差,提高了对数据模式的表达能力,有利于模式的分类处理;③可生长SOM侧重于表达类别之间的边界信息,这对于分类问题有着积极的作用.与传统SOM相比,使用可生长SOM进行5类分类处理得到的分类精度提高了10%左右,分类正确率可以超过80%,说明可生长SOM在脑-机接口系统中有着很大的潜在应用性.
- 刘海龙王珏郑崇勋
- 关键词：脑-机接口脑电
- 应用生长、分级的自组织映射模型进行意识任务分类被引量：1
- 2005年
- 提出一种使用生长、分级的自组织映射(growinghierarchicalself-organizingmap,GHSOM)模型进行基于EEG信号的意识任务分类来实现脑机接口技术的方法。GHSOM模型是自组织映射(self-organizingmap,SOM)的一种变体,由多层的SOM组成,具有一定的分级结构,能够表达数据中不同层次的信息。同时研究了使用平均量化误差(meanquantizationerror,mqe)和量化误差(quantizationerror,qe)两种方法实现的GHSOM模型对意识任务分类的作用。结果表明,GHSOM模型对于意识任务的可分性能够提供可视化的信息,并且发现使用量化误差方法实现的GHSOM模型提供较多的数据信息和较高的分类精度。使用GHSOM模型进行了5类意识任务的分类,平均分类精度可达80%。
- 刘海龙王珏郑崇勋
- 关键词：脑机接口脑电图
