P300Speller中基于权值重采样的ABSVM字符识别方法的研究.pdfVIP

P300Speller中基于权值重采样的ABSVM字符识别方法的研究.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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
P300Speller中基于权值重采样的 ABSVM字符识别方法研究 许敏鹏1明东1万柏坤1刘志朋2殷涛2 綦宏志1,2孙长城1 1.天津大学精密仪器与光电子工程学院,天津300072;2.中国医学科学院生物医学工程研究所,天津300192 摘要:P300Speller是脑-机接口中重要的信息交互方式,由于其诱发的脑电特征信噪比较低与训练样本量庞 大等问题,常规的线性识别算法和支持向量机等非线性识别算法难以获得理想的识别效率.本文引入了一种基于权值 样本重采样过程的AdaptiveBoostingSVM(ABSVM)方法,在大样本集上利用AdaBoost重采样方法建立一系列小样本子 集,在其上训练支持向量机并将其集成后进行识别.对6位受试者P300Speller字符辨识实验的脑电特征识别结果发 现,该方法能够显著提高字符识别效率,在合并使用5次重复刺激特征的情况下字符识别准确率达到97.5%.使用国 际脑机接口竞赛数据库数据进一步验证,在合并使用5次重复刺激特征的情况下该方法识别正确率较竞赛报告的最 优方法提高7.35%,最大信息传输速率的提高达到48.9%.研究结果表明,ABSVM方法能够有效提高P300Speller的识 别效率和信息传输速率,值得进一步研究和发展. 自适应增强支持向量机;事件相关电位;脑-机接口;权值重采样 TP18 A 0372-2112(2011)11-2534-06 StudyofABSVMCharacterRecognitionMethodBasedon WeightedResamplinginP300Speller QIHong-zhiSUNChang-chengXUMin-pengMINGDongWANBai-kunLIUZhi-pengYINTao 2010-09-17 2011-05-23 基金项目:国家自然科学基金(NoNoNo;国家自然科学基金委-英国爱丁堡皇家学会联合研究项目(No. ;“十一五”国家高技术研究发展863计划(No.2007AA04Z236);天津市科技支撑计划重点项目生物医学工程专项(No.07ZCKFSF01300); 国际科技合作专项(No.08ZCGHHZ00300) 使得 表示 训练 频率 neuralnetworkensemble[J].ActaElectronicaSinica,2005,33 (8):1387-1390.(inChinese) @@[9]RatschG,OnodaT.MüllerKR.SoftmarginsforadaBoost[J]. MachineLearning,2001,42(3):287-320. @@[10]FreundY,schapireRE.Adecision-theoreticgeneralizationof on-linelearningandanapplicationtoboosting[J].Journalof ComputerandSystemS

文档评论(0)

feiyang66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档