基于空間投影的核CSP算法研究及在腦機(jī)接口中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩59頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、腦機(jī)接口(BCI)是一種不依賴于正常的由外圍神經(jīng)和肌肉組成的輸出通路的通訊系統(tǒng),用于傳送信息和命令到外部世界。這個(gè)系統(tǒng)對(duì)于癱瘓的病人意義重大,可以用來(lái)控制輪椅或其他外部設(shè)備,進(jìn)而來(lái)完成他們的意圖。
　　特征提取作為 BCI系統(tǒng)中最重要的環(huán)節(jié),影響著整個(gè)系統(tǒng)的分類性能。共空域模式(Common spatial pattern,CSP)算法是一種常用的空域?yàn)V波算法,主要用于提取多通道EEG信號(hào)的空域特征。由于CSP算法中源信號(hào)和記錄的

2、腦電波信號(hào)間既含有嚴(yán)格的線性模式假設(shè)關(guān)系又含有非常少的基于核函數(shù)的非線性模式,所以線性CSP算法和非線性核CSP算法均不能準(zhǔn)確地描述大腦特征。
　　為了提高模式分類的性能,本文提出了一種新型的基于線性和非線性核函數(shù)的混合核CSP算法。使用K-均值聚類來(lái)緩解計(jì)算復(fù)雜度,并使用 Nystrom近似來(lái)減少核矩陣的特征值分解時(shí)的內(nèi)存需求。即先對(duì)帶通濾波后的腦電圖數(shù)據(jù)集進(jìn)行降維處理,然后使用 Nystrom近似來(lái)保證核矩陣在高維特征空間中低

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論