基于EOG眼动信息提取.pdfVIP

下载本文档

31
0
约 5页
2015-08-06 发布于安徽
举报
版权申诉

基于EOG眼动信息提取.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

基于EOG的眼动信息提取与分类研究* 王君吴小培吕钊 (安徽大学计算智能与信号处理教育部重点实验室合肥230039) 眼动信息的基础上，提出了一种EOG扫视信号特征提取与分类算法，该算法提取扫视信号的线性预测(Linear Predictive Coding，LPC)系数，对其作差分运算获取一阶差分线性预测系数，与归一化极值作为组合特征参数，通过神经网络对样本信号分类。实验室环境下，采用所提该法对来自6名眼部功能均正常的受试者扫视样本分类，平均分类正确率超过92％。实验表明，该法能准确地描述EOG扫视信号，具有较高实用价值。关键词：人机交互系统；线性预测系数；归一化极值；神经网络中图分类号：TN911．7文献标识码：A Researchoninformationextractionand recognition ofthe movementsbasedonEOG eye Wu LvZhao WangJun Xiaopei of of。Anhui 230039) (TheKeyLaboratoryIntelligent Processing University。Hefei Computing＆Signal researchon onEoGisa inthefieldof Abstract：The human-computerinterface(HCI)basedhotspot bio-signal basisof afeatureextractionand onthe movementsinformation，this processing．Research eye paperpresents classificationbasedonEOGsaccadic extractsthesaccadic algorithm signals，which signals’linearpredictivecoding thenextracts coefficientsandnormalized (LPC)coefficientsand first-orderdifferentiallinear predictivecoding extremumasthecharacteristic areclassifiedanartificialneuralnetwork(ANN)． parameters．Thesamplesignals by withnormal classified Underthe environment，thefromsixdifferent function，are laboratory samples。got subjects eye the e