基于AdaBoost的脑机接口分类算法研究 |
| |
作者姓名: | 田银 李沛洋 徐鹏 |
| |
作者单位: | 重庆邮电大学生物信息学院;电子科技大学神经信息教育部重点实验室 |
| |
基金项目: | 国家自然科学基金(31100745,61175117,31170953);重庆市教委项目(KJ110502) |
| |
摘 要: | 依据AdaBoost思想对BP神经网络、线性判别式以及支撑向量机三种传统分类器进行强化训练形成强分类器。在传统训练的基础上,根据分类器的映射特点选择相应的预处理方法和权值分布函数,降低分类器对数据特点的依赖性,提高AdaBoost的训练效果。对基于左右手运动想象的实际脑电数据进行模式分类,发现采用该思想训练的强分类器能不同程度地提高分类效果。该算法具有一定的推广意义,也证实了AdaBoost算法在脑机接口技术开发中的应用潜力。
|
关 键 词: | 脑机接口 分类器 脑电信号 运动想象 支撑向量机 |
本文献已被 CNKI 等数据库收录! |
|