| 用于脑-机接口P300实验的支持向量机分类方法 |
| |
| 引用本文： | 葛瑜,刘杨,周宗潭,胡德文.用于脑-机接口P300实验的支持向量机分类方法[J].计算机工程与设计,2008,29(11):2859-2862. |
| |
| 作者姓名： | 葛瑜 刘杨 周宗潭 胡德文 |
| |
| 作者单位： | 1. 国防科技大学,机电工程与自动化学院,湖南,长沙,410073;许昌学院,电气信息工程学院,河南,许昌,461000
2. 国防科技大学,机电工程与自动化学院,湖南,长沙,410073 |
| |
| 基金项目： | 国家自然科学基金
,
国家重点基础研究发展计划(973计划)
,
国防科技大学基础研究重点基金 |
| |
| 摘 要： | 脑-机接口(BCI)技术利用脑电来实现无动作的人机交互.P300字符拼写范式是利用脑电信号实现文字选择输入的一种重要BCI实验范式,它通过对EEG中的P300信号的检测和识别,来推断试验对象(被试)对字母的注意选择.以2005年脑一机接口竞赛中的一组P300字符拼写实验数据为处理对象,采用支持向量机(SVM)的机器学习方法进行算法设计,对信号通道进行了筛选,并采用较少的EEG通道数据进行处理.另外,通过调整参与训练的数据集大小,扩大了v-SVM中参数v的取值范围,更有利于分类器设计.通过上述策略,提高了该BCI实验范式中的系统总体分类精度.上述方法对于测试集字符最佳识别正确率可达到89%,相比于我们参加该届竞赛时所用的线性分类器(LDA),字符识别正确率提高了3%.
|
| 关 键 词： | 脑-机接口(BCI) 脑电(EEG) P300拼写范式 支持向量机(SvM) 分类 |
| 文章编号： | 1000-7024(2008)11-2859-04 |
| 修稿时间： | 2007年6月27日 |
Classification with support vector machines for P300 spelling experiments in brain-computer interface |
| |
| GE Yu,LIU Yang,ZHOU Zong-tan,HU De-Wen.Classification with support vector machines for P300 spelling experiments in brain-computer interface[J].Computer Engineering and Design,2008,29(11):2859-2862. |
| |
| Authors: | GE Yu LIU Yang ZHOU Zong-tan HU De-Wen |
| |
| Affiliation: | GE Yu1,2,LIU Yang1,ZHOU Zong-tan1,HU De-wen1 (1. College of Mechatronics Engineering , Automation,National University of Defense Technology,Changsha 410073,China,2. College of Electrical , Information Engineering,Xuchang University,Xuchang 461000,China) |
| |
| Abstract: | By the use of electroencephalogram (EEG), brain-computer interface (BCI) establishes the interfaces between human and computer. P300 is an important experiment paradigm in which the EEG signals are employed to achieve the selective text input. According to the results of detection and recognition of P300 signal in EEG, the choice of the letter given by the subject could be inferred. The dataset of P300 speller paradigm from BCI Competition III is analyzed using the algorithm designed through machine learnin... |
| |
| Keywords: | brain-computer interface electroencephalogram P300 speller paradigm support vector machines classification |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
