您当前所在位置: 首页 > 学者
为您找到 4 条相关结果
按相关度
  • 按相关度
  • 按时间
  • 按阅读量
  • 代表性成果优先

上传时间

2011年05月03日

【期刊论文】脑机接口中一种改进的模式识别方法

颜国正, 杨帮华, 张永怀, 付西光

中国生物医学工程学报,2006,25(2):234~237,-0001,():

摘要

为提高脑机接口中脑电识别率,分析了特征提取方面时频特征组合法的缺点,探讨了一种改进的模式识别方法。该方法以样本类平均距离为判据,采用滑动窗优化技术,获取时域均值的最佳时间段和频域功率谱均值的最佳频率段。用经过优化的时域均值和功率谱均值组合作为特征,形成特征向量。基于该特征向量,用神经网络对脑电信号进行分类。以识别正确率为指标,将改进方法与原方法进行对比,实验结果表明改进方法能够提高脑电识别率,具有应用价值。

关键词: 脑机接口 脑电, 滑动窗, 模式识别, 神经网络

  • 24浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 34下载

  • 0评论

  • 引用

上传时间

2011年05月03日

【期刊论文】脑机接口关键技术研究

颜国正, 杨帮华, 丁国清, 于莲芝

北京生物医学工程,2005,24(4):308~310,-0001,():

摘要

脑机接口(brain-computer interface,BcI)利用脑电信号实现人脑与计算机或其他电子设备的通讯和控制,是一种新的人机接口方式。它在康复医学和控制工程等领域有应用前景。本文介绍了BCIs系统的工作原理,从系统设计、数据获取及处理方法两方面论述了BCIs系统设计中的关键技术,最后指出了BCIs存在的主要问题和发展趋势。这些探讨为BCIs的设计与研究提供了指导。

关键词: 脑电, 脑机接口 人机接口

  • 116浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 33下载

  • 0评论

  • 引用

上传时间

2011年05月03日

【期刊论文】脑机接口中基于小波包最优基的特征抽取

颜国正, 杨帮华, 严荣国

上海交通大学学报,2005,39(11):1179~1182,-0001,():

摘要

在脑机接口研究中,针对脑电特征抽取,提出一种基于小波包最优基分解的方法。依据距离准则,从小波包库中选择一个对分类最优的小波包基;在该小波包基包含的所有分解系数中,抽取部分具有最大可分性的系数作为有效特征;不同通道脑电信号有效特征的结合,构成分类的特征矢量。通过对该特征矢量可分性和识别精度两个性能指标的评估,并与现有分类结果进行比较,表明了所提出方法的有效性。

关键词: 脑机接口 小波包分解, 脑电, 特征抽取, 最优基

  • 70浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 10下载

  • 0评论

  • 引用

上传时间

2011年05月03日

【期刊论文】基于遗传算法和概率神经网络提高脑机接口中脑电信号识别率

颜国正, 杨帮华

上海交通大学学报,2005,39(10):1659~1662,-0001,():

摘要

针对脑机接口(BCI)研究中存在脑电信号(EEG)识剐率低的问题,提出一种基于遗传算法(GA)和概率神经网络(PNN)的GA-PNN识别方法。用该方法对EEG提取时频特征,构成模式识别的初始特征。以训练样本识别正确率为适应度函数,采用GA对初始特征进行组合优化。基于优选后的特征,用PNN对测试样本进行分类。该方法使EEG识别正确率达到92.49%,与2003年BCI国际竞赛最好的处理结果(88.7%)相比,提高近4%,为BCI中EEG的识别提供了有效的手段。

关键词: 脑机接口 脑电信号, 遗传算法, 概率神经网络, 组合优化

  • 27浏览

  • 0点赞

  • 0收藏

  • 0分享

  • 19下载

  • 0评论

  • 引用