文献

J-GLOBAL ID：201702291761826311   整理番号：17A1286445

5つのSVMパラメータの最適化認識運動におけるEEGの比較研究【JST・京大機械翻訳】

Comparative research of identification of EEG induced by Motor imagery based on five kinds of parameters optimizing SVM

著者 (4件)： Li Song (昆明理工大学信息工程与自動化学院,云南昆明,650500) ,  Fu Yunfa (昆明理工大学信息工程与自動化学院,云南昆明,650500) ,  Chen Jian (昆明理工大学信息工程与自動化学院,云南昆明,650500) ,  Zhang Jianping (昆明理工大学信息工程与自動化学院,云南昆明,650500)
資料名： Chuanganqi yu Wei Xitong  (Chuanganqi yu Wei Xitong)
巻： 36  号： 4  ページ： 42-45,50  発行年： 2017年 
JST資料番号： C3686A  ISSN： 1000-9787  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： サポートベクトルマシン(SVM)は脳電(EEG)分類において効果が良く、そのパラメーター最適化方法は分類の正確率と所要時間に直接関係している。パラメータ最適化の影響を研究するために,固定パラメータ最適化,直接最適化,グリッド最適化,遺伝的アルゴリズム(GA)最適化,および粒子群最適化(PSO)最適化を用いて,5つのパラメータ最適化方法を最適化した。BCI Competition IV data 2bのデータセットを用いて実験を行い、帯域通過後のデータに対して瞬時エネルギー特徴の抽出を行い、5種類の最適化したパラメータ分類器を利用した。9名の被験者の4~7sの時間内のデータの分類精度と分類に要する時間を得た。メッシュ最適化と粒子群最適化を用いた分類では,S4とS8の精度はそれぞれ96.875%と88.125%に達し,最短時間は3.059sであった。直接の最適化と固定パラメータ法の精度は低いが、分類用の場合は0.002sと1.305sだけであり、リアルタイム性において、オンラインシステムへの応用にはより適している。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ターンアラウンド時間 ,  *最適化 ,  遺伝的アルゴリズム ,  サポートベクトルマシン ,  オンラインシステム ,  周波数帯
準シソーラス用語： 実時間 ,  メッシュ最適化 ,  分類精度 ,  被験者 ,  粒子群最適化 ,  パラメータ最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： EEG ,  brain-computer interaction ,  motion imagery ,  support vector machine (SVM) ,  parameter optimizing

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： SVM ,  パラメータ ,  最適化 ,  運動 ,  EEG ,  研究