P300Speller中基于权值重采样的ABSVM字符识别方法研究 Study of ABSVM Character Recognition Method Based on Weighted Resampling in P300 Speller.pdfVIP

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 Co