进化优化算法在运动想象脑机接口中的应用分析-application analysis of evolutionary optimization algorithm in brain-computer interface of motor imagery.docxVIP

下载本文档

8
0
约6.59万字
约 72页
2018-05-29 发布于上海
举报
版权申诉

进化优化算法在运动想象脑机接口中的应用分析-application analysis of evolutionary optimization algorithm in brain-computer interface of motor imagery.docx

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

进化优化算法在运动想象脑机接口中的应用分析-application analysis of evolutionary optimization algorithm in brain-computer interface of motor imagery

ABSTRACTwas fixed for 2s, the starting point may vary between 0-2s for the length of time window was 4s. The starting and ending points of frequency band and the starting point of time segment were jointly optimized by BSA. On the selected frequency band and time segment, spatial filtering and feature extraction using CSP. Compared with only optimization of frequency band by BSA, the results of joint optimization performed better.For the importance of channel selection in EEG classification, this paper proposed a method for BCI channel selection based on BSA. In channel optimization, the classification error rate was treated as the objective function, and the number of channels was determined by BSA. Two datasets were used for channel selection in the experiment. BSA method can achieve better classification results and use fewer channels than the case which all channels were used.Key Words: brain-computer interface; common spatial pattern; frequency band optimization selection; joint time segment and frequency band optimization selection; channel selection; binary particle swarm optimization; backtracking search optimization algorithm.目录第 1 章绪论 11.1 脑机接口的研究背景11.2 脑机接口的研究意义及发展历程21.3 脑机接口概述31.3.1 脑机接口基本原理及定义 31.3.2 脑机接口的基本结构 41.3.3 脑机接口的类型 61.3.4 脑机接口的性能评价 61.4 脑机接口研究现状及其应用71.4.1 国内外脑机接口的研究现状 71.4.2 脑机接口的应用 91.5 本文的主要内容11第 2 章头皮脑电 EEG 及其研究122.1 EEG 的发现 122.2 EEG 的产生及其记录方法 13EEG 的类型 14自发 EEG 14诱发 EEG 162.4 EEG 的生理特点 162.5 事件相关去同步/同步(ERD/ERS) 17第 3 章运动想象 EEG 特征提取及分类203.1 共空域模式(CSP)算法 203.2 CSP 算法的局限及改进措施 223.2.1 CSP 算法的多类扩展 223.2.2 CSP 算法的其他改进 233.3 特征的分类243.3.1 Fisher 线性判别 243.3.2 交叉验证策略 273.4 EEG 的频域分析 27第 4 章进化优化算法在 BCI 中的应用 294.1 进化优化算法294.1.1 二进制粒子群算法 294.1.2 回溯搜索优化算法 304.2 实验数据及预处理31BCI competition III dataset IVa(五个人数据集) 31BCI competition IV dataset IIa (九个人数据集) 324.3 频带优化实验设计344.3.1 基于 BPSO 的频带优化 344.3.2 基于 BSA 的频带优化 364.4 五个人数据10?5 交叉验证分类结果 384.4.1 BPSO-CSP 实验结果 394.4.2 BSA 方法实验结果 404.4.3 实验结果分析 414.5 九个人数据10?5 交叉验证分类结果 434.5.1 BPSO-CSP 实验结果 444.5.2 B