

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”系統(tǒng)(BCI)是一種全新的人機(jī)接口方式,它不依賴于腦的正常輸出通路,而直接從大腦獲取與外界通訊的信息。BCI的一個(gè)重要用途是為那些思維正常但有嚴(yán)重運(yùn)動(dòng)障礙的患者提供語(yǔ)言交流和環(huán)境控制途徑,以提高其生存質(zhì)量。另外,BCI技術(shù)在特殊作業(yè)、軍事、娛樂(lè)等方面也有潛在的應(yīng)用價(jià)值。近年來(lái),BCI作為一種多學(xué)科交叉技術(shù),正成為腦科學(xué)、康復(fù)工程、生物醫(yī)學(xué)工程及人機(jī)自動(dòng)控制等領(lǐng)域的一個(gè)研究熱點(diǎn),其中腦電信號(hào)(EEG)的特征提取、模式分類(lèi)等理
2、論研究和實(shí)驗(yàn)研究扮演著重要角色。本文對(duì)想象運(yùn)動(dòng)EEG的特征提取,模式分類(lèi)等理論方法以及信號(hào)采集、BCI系統(tǒng)實(shí)驗(yàn)設(shè)計(jì)等內(nèi)容進(jìn)行了研究。主要內(nèi)容及成果如下: (1)針對(duì)想象運(yùn)動(dòng)的BCI存在分類(lèi)準(zhǔn)確率低、抗干擾能力差等不足,提出一種將離散小波變換(DWT)和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的腦電識(shí)別方法(DWT-BP方法)。該方法通過(guò)計(jì)算左、右手想象運(yùn)動(dòng)的C3、C4的平均功率合理確定時(shí)間窗設(shè)置,進(jìn)一步對(duì)時(shí)間窗內(nèi)的平均功率信號(hào)進(jìn)行離散小波變換,并選取
3、尺度6上的逼近系數(shù)A6的組合信號(hào)作為腦電信號(hào)特征,以BP神經(jīng)網(wǎng)絡(luò)為分類(lèi)器實(shí)現(xiàn)對(duì)腦電觀測(cè)數(shù)據(jù)的分析。在“BCI Competition2003”競(jìng)賽數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,DWT-BP方法能夠較準(zhǔn)確地提取腦電信號(hào)的本質(zhì)特征,具有較好的抗干擾能力和分類(lèi)性能,分類(lèi)正確率達(dá)到94%,證實(shí)了該方法對(duì)于識(shí)別運(yùn)動(dòng)想象腦電信號(hào)的有效性,同時(shí)為實(shí)現(xiàn)想象運(yùn)動(dòng)在線BCI系統(tǒng)打下了基礎(chǔ)。 (2)BP神經(jīng)網(wǎng)絡(luò)具有對(duì)任意非線性函數(shù)的逼近能力及較強(qiáng)的自學(xué)習(xí)、
4、自適應(yīng)能力,因而,將其作為腦電信號(hào)的分類(lèi)器在BCI的研究中得到了廣泛應(yīng)用。然而,由于缺乏問(wèn)題的先驗(yàn)知識(shí),BP神經(jīng)網(wǎng)絡(luò)算法往往很難找到理想的網(wǎng)絡(luò)結(jié)構(gòu),這就影響了分類(lèi)器泛化能力的提高。為此,本文提出了基于神經(jīng)網(wǎng)絡(luò)集成技術(shù)的分類(lèi)算法。該方法通過(guò)離散小波變換抽取左、右手想象運(yùn)動(dòng)的主要特征,采用Bagging算法構(gòu)建神經(jīng)網(wǎng)絡(luò)集成(Neural Network Ensemble,NNE)模型,并選取相對(duì)多數(shù)投票法獲得網(wǎng)絡(luò)集成的輸出結(jié)果。在“BCI
5、Competition2003”競(jìng)賽數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,該方法得到了比基于單個(gè)神經(jīng)網(wǎng)絡(luò)的腦電信號(hào)識(shí)別方法更高的識(shí)別率(99.3%)。同時(shí),降低了個(gè)體神經(jīng)網(wǎng)絡(luò)的配置難度,提高了系統(tǒng)的泛化能力。 (3)針對(duì)國(guó)內(nèi)BCI研究多數(shù)是從國(guó)外獲取實(shí)驗(yàn)數(shù)據(jù)的現(xiàn)狀,設(shè)計(jì)了三種實(shí)驗(yàn)方案進(jìn)行腦電信號(hào)的采集。其中,實(shí)驗(yàn)一要求受試者依據(jù)燈光點(diǎn)亮的方向選擇左、右手進(jìn)行實(shí)際按鍵操作;實(shí)驗(yàn)二的采集過(guò)程是依據(jù)箭頭提示方向進(jìn)行左、右手想象運(yùn)動(dòng);實(shí)驗(yàn)三則以聽(tīng)覺(jué)刺
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
- 左右手運(yùn)動(dòng)想象的腦電特征提取及分類(lèi).pdf
- 運(yùn)動(dòng)想象腦機(jī)接口的特征提取與模式分類(lèi)研究.pdf
- 運(yùn)動(dòng)想象腦電信號(hào)特征提取與分類(lèi)研究.pdf
- 基于運(yùn)動(dòng)想象的腦-機(jī)接口特征提取和分類(lèi)算法研究.pdf
- 基于運(yùn)動(dòng)想象的腦機(jī)接口特征提取與模式分類(lèi)方法研究.pdf
- 運(yùn)動(dòng)想象腦電信號(hào)特征提取研究.pdf
- 左右手運(yùn)動(dòng)想象腦電采集和特征提取方法初探.pdf
- 腦—機(jī)接口中運(yùn)動(dòng)想象腦電信號(hào)的特征提取和分類(lèi)方法研究.pdf
- 運(yùn)動(dòng)想象腦電信號(hào)的特征提取算法研究.pdf
- 孤獨(dú)癥兒童腦電特征提取及分類(lèi).pdf
- 運(yùn)動(dòng)想象腦電信號(hào)的特征提取算法的研究.pdf
- 基于小波包變換的運(yùn)動(dòng)想象腦電信號(hào)特征提取與分類(lèi)
- 基于稀疏度量的運(yùn)動(dòng)想象腦電特征提取和模式識(shí)別算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的運(yùn)動(dòng)想象腦電信號(hào)特征提取與分類(lèi).pdf
- 運(yùn)動(dòng)想象腦電信號(hào)的特征提取與識(shí)別算法研究.pdf
- 面向運(yùn)動(dòng)想象的腦電信號(hào)特征選擇與特征提取算法研究.pdf
- 基于腦電的想象運(yùn)動(dòng)分類(lèi)算法研究.pdf
- 基于正則化CSP和SRC的運(yùn)動(dòng)想象腦電信號(hào)特征提取與分類(lèi)算法研究.pdf
- 人體運(yùn)動(dòng)判別特征提取及分類(lèi)方法研究.pdf
- 思維腦電及P300腦電的特征提取與識(shí)別.pdf
評(píng)論
0/150
提交評(píng)論