| 基于曲线拟合和SVM的眼动信号分类算法研究 |
| |
| 引用本文： | 侯传宇,吕钊,吴小培. 基于曲线拟合和SVM的眼动信号分类算法研究[J]. 计算机应用研究, 2015, 32(7) |
| |
| 作者姓名： | 侯传宇 吕钊 吴小培 |
| |
| 作者单位： | 1. 宿州学院信息工程学院,安徽宿州234000;安徽大学计算智能与信号处理教育部重点实验室,合肥230039
2. 安徽大学计算智能与信号处理教育部重点实验室,合肥,230039 |
| |
| 基金项目： | 国家自然科学基金资助项目，计算智能与信号处理教育部重点实验室开放基金，安徽省教育厅自然科学基金资助项目 |
| |
| 摘 要： | 为提高基于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,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％,与其他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： | 人机交互 眼电图 实验范式 曲线拟合 支持向量机 |
Research on classification algorithm of eye movements signals based on curve fitting and SVM |
| |
| Hou Chuanyu,Lyu Zhao,Wu Xiaopei. Research on classification algorithm of eye movements signals based on curve fitting and SVM[J]. Application Research of Computers, 2015, 32(7) |
| |
| Authors: | Hou Chuanyu Lyu Zhao Wu Xiaopei |
| |
| Abstract: | |
| |
| Keywords: | human-computer interface electrooculogram experimental paradigm curve fitting support vector machine (SVM) |
| 本文献已被 万方数据 等数据库收录！ |
|
