- 1、本文档共7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)。
查看更多
基于cf-svm的眼动信号检测算法
基于曲线拟合和SVM的眼动信号分类算法研究*
侯传宇1,2,吕 钊2,吴小培2
(1.宿州学院信息工程学院,安徽 宿州 234000;2.安徽大学 计算智能与信号处理教育部重点实验室, 安徽 合肥 230039)
摘要EOG的眼动信号分类算法精度,改进基于EOG的人-机交互系统性能,论文提出了一种基于曲线拟合(curve fitting)与支持向量机(SVM)的眼动信号分类算法(CF-SVM),并设计了新的实验范式,增加了“扫视保持”环节。该算法采用曲线拟合方法进行特征提取,在此基础上,使用SVM分类器对眼动信号进行分类。实验室环境下,对9名眼部活动正常的受试者进行了眼动数据采集与识别,CF-SVM算法的平均分类准确率达到98.3%,与其它几种眼动识别方法相比较,其平均正确率分别提升了9.4%、5.9%、1.0%。实验结果表明,CF-SVM算法在眼动信号识别中表现了良好的性能,具有高的分类精度和鲁棒性。
关键词 TN911.7;TP399
Research on a classification algorithm of eye movements signals based on curve fitting and support vector machine
HOU Chuan-yu1,2,LV Zhao2,WU Xiao-pei2
(1.School of Information Engineering, Suzhou University, Suzhou 234000;2.The Key Laboratory of Intelligent Computing Signal Processing, Anhui University, Hefei 230039, China)
Abstract:To improve the classification accuracy of eye movement signals and the performance of the BCI system based on EOG signals, this paper proposed a classification algorithm of eye movement signals based on curve fitting and support vector machine (CF-SVM),and increased a new experimental paradigm named “saccades keeping”.It applied a curve fitting method to extract feature parameters of eye movement signals, on this basis, classified the EOG signals using SVM classifier. In laboratory environment, the experimental data contained eye movements of 9 normal subjects, and the average classification accuracy of CF - SVM algorithm achieves 98.3%, increase 9.4%, 5.9% and 1.0% respectively compared with other identification methods. Experimental results reveal that the CF-SVM algorithm has high classification accuracy and good robustness in EOG signal identification.
Key words: human-computer interface; electrooculogram; experimental paradigm;curve fitting; support?vector?machine
0引言
近年来,随着微电子和计算机技术的快速发展,基于眼动信息的人机交互(human-computer interface,HCI)技术已经成为信息技术领域的热点,它的发展为了特殊群体(视觉或运动功能受损的病患或老年群体)和特殊环境下的人-机通信提供了一种新的实现模式[1-3]。同时,基于眼动信息的行为识别研究也成为了模式识别领域的一个新方向,相关研究具有重要的实际意义和学术价值。
眼动信号的采集方法有搜索线圈法、红外线眼动图法、视频记录法、眼电图法(Electrooc
您可能关注的文档
- 黄智慧-安徽财经大学安庆教学点.doc
- 灰色关联生成.ppt
- 灰色模型改进的大坝变形分形几何监控模型-水利水运工程学报.pdf
- 辉绿岩集料和石灰岩集料混用路用性能研究-交通运输研究.pdf
- 回响环境下的最优波束形成器设计.pdf
- 会议与活动.pdf
- 混合radon变换地震噪声压制的应用.pdf
- 混凝土桥梁应变的区间型预警阈值设定-西安建筑科技大学学报.pdf
- 活化的pbmc和cd80合用对胃癌细胞杀伤作用的体外研究方军.doc
- 火灾学-练习题106002.pdf
- 基于fpga的ldpc码编译码器联合设计fpga-电子与信息学报.pdf
- 基于etm+的滇东南石漠化区域植被指数与叶面积-昆明理工大学学报.pdf
- 基于hadoop的海量共现矩阵生成方法水.pdf
- 基于ifs分形树的模拟-西安科技大学学报.pdf
- 基于karnopp摩擦的柔性滑移铰的建模与仿真-动力学与控制学报.pdf
- 基于gis的定位观测数据空间化-中国医学科学院学报.pdf
- 基于landsat8数据的亚热带小流域蒸散发估算及时空特征分析.pdf
- 基于olap技术的数据挖掘解决方案.doc
- 基于pso改进算法的气象数据网格任务调度.pdf
- 基于pso粒子群算法的led照明系统光照均匀性研究-发光学报.pdf
文档评论(0)