研究目的
提出一种基于脑电的脑机接口中新的运动想象分类方法,该方法采用信号依赖正交变换进行特征提取,并将其性能与现有最先进的特征提取方法进行比较。
研究成果
基于LP-SVD的特征提取方法在脑电信号运动想象任务分类中优于DCT和AAR基方法。加入附加特征和通道选择流程后进一步提高了分类准确率。该方法在现有先进分类算法中排名第二,平均准确率达81.38%。
研究不足
该研究未涉及参数调优问题,而参数调优可进一步提升算法性能。所有实验过程中变换系数的数量均保持恒定。
研究目的
提出一种基于脑电的脑机接口中新的运动想象分类方法,该方法采用信号依赖正交变换进行特征提取,并将其性能与现有最先进的特征提取方法进行比较。
研究成果
基于LP-SVD的特征提取方法在脑电信号运动想象任务分类中优于DCT和AAR基方法。加入附加特征和通道选择流程后进一步提高了分类准确率。该方法在现有先进分类算法中排名第二,平均准确率达81.38%。
研究不足
该研究未涉及参数调优问题,而参数调优可进一步提升算法性能。所有实验过程中变换系数的数量均保持恒定。
加载中....
您正在对论文“[IEEE 2019化合物半导体周(CSW)- 日本奈良(2019.5.19-2019.5.23)] 2019年化合物半导体周(CSW)- 使用固态源分子束外延技术在InP(001)倾斜衬底上生长InGaAs太阳能电池”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期