原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第42 卷 第5 期 电 子 科 技 大 学 学 报 Vol.42 No.5
2013年9月 Journal of University of Electronic Science and Technology of China Sep. 2013
·生物电子学·
基于AdaBoost 的脑机接口分类算法研究
1,2 1,2 2
田 银 ，李沛洋 ，徐 鹏
(1. 重庆邮电大学生物信息学院 重庆 南岸区 400065; 2. 电子科技大学神经信息教育部重点实验室 成都 610054)
【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
中图分类号 R318 文献标志码 A doi:10.3969/j.issn.1001-0548.2013.05.029
Brain-Computer Interface Classification Based on AdaBoost
1,2 1,2 2
TIAN Yin , LI Pei-yang , and XU Peng
(1. College of Bio-Information, Chongqing University of Posts and Telecommunications Nan ’an Chongqing 400065;
2. Key Laboratory for NeuroInformation of Ministry of Education, School of Life Science and Technology,
University of Electronic Science and Technology of China Chengdu 610054)
Abstract Using the adaptive boosting (AdaBoost) algorithm, the traditional classifiers, i.e. the BP neural
network, the support vector machine (SVM) and the linear discriminant analysis (LDA) classifier, are trained into
stronger ones. Based on traditional classifiers, the function weights and data
文档评论（0）