文献

J-GLOBAL ID：201802220164996477   整理番号：18A1953391

免疫最適化に基づく脳電適応集合分類手法研究【JST・京大機械翻訳】

Adaptive integrated classification method based on immune optimization for EEG

著者 (4件)： Li Jiawei (東華大学 数字化紡織服装技術教育部工程研究中心,上海,201620) ,  Ren Lihong (東華大学 数字化紡織服装技術教育部工程研究中心,上海,201620) ,  Ding Yongsheng (東華大学 数字化紡織服装技術教育部工程研究中心,上海,201620) ,  Chen Lei (東華大学 数字化紡織服装技術教育部工程研究中心,上海,201620)
資料名： Jidian Gongcheng  (Jidian Gongcheng)
巻： 35  号： 8  ページ： 873-879  発行年： 2018年 
JST資料番号： C3426A  ISSN： 1001-4551  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： 脳コンピュータインタフェース研究(BCI)における脳波信号の分類識別問題に対して、脳波信号中のP300EEG信号の前処理、特徴抽出及び特徴分類などの方面のアルゴリズムについて研究し、主にP300EEG信号分類アルゴリズムの研究に重点を置いた。適応統合サポートベクトルマシン(SVM)分類法を提案して,免疫アルゴリズムの多様性と自己調節能力を利用して,Baggingに基づく統合SVM分類学習器を最適化した。P300EEG信号認識の精度及び異なる個体に対する適応性を高めた。その結果,次のことが分かった。適応集合分類アルゴリズムをBCICompetionIIIDatasetIIのP300脳波データに適用し、被験者の脳波図を識別でき、かつP300EEG信号の分類に対して高い分類精度を実現できる。実験結果は,98%であった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 前処理 ,  適応性 ,  *最適化 ,  特徴抽出 ,  サポートベクトルマシン ,  学習 ,  アルゴリズム ,  脳波
準シソーラス用語： 分類精度 ,  被験者 ,  P300事象関連電位 ,  分類法 ,  分類アルゴリズム ,  脳波信号 ,  ブレインコンピュータインタフェイス , 【Automatic Indexing@JST】

分類 (3件)： 数値計算  (JE02000J) ,  脳・神経系モデル  (EL02050C) ,  生体計測  (EL03020C)

タイトルに関連する用語 (8件)： 免疫 ,  最適化 ,  脳 ,  適応 ,  集合 ,  分類 ,  手法 ,  研究