文献

J-GLOBAL ID：201802245212197132   整理番号：18A0893300

マルチクラス運動想像タスクに基づくEEG信号分類研究【JST・京大機械翻訳】

Research on EEG Signal Classification Based on Multi-class Motion Imagination Task

著者 (3件)： Ma Manzhen (装甲兵工程学院控制工程系,北京,100072) ,  Guo Libin (装甲兵工程学院控制工程系,北京,100072) ,  Su Kuifeng (装甲兵工程学院控制工程系,北京,100072)
資料名： Jisuanji Celiang yu Kongzhi  (Jisuanji Celiang yu Kongzhi)
巻： 25  号： 10  ページ： 232-235,239  発行年： 2017年 
JST資料番号： C3592A  ISSN： 1671-4598  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： 多種類の運動想像のEEG信号の個人差の強さと分類の正確性が低い問題に対して、時間-空間-周波数領域の結合の脳波信号の分析方法を提出した。最初に,EEG信号の周波数ドメイン分布に従って,EEG信号の周波数ドメインの分布に従って,運動想像のEEGリズムを抽出し,そして,異なる運動想像タスクのEEGリズムを,空間フィルタリングによって抽出した。”一対多”共空間パターン(CSP)アルゴリズムにより,抽出した。次に,特徴ベクトルを「一対多」モードのサポートベクターマシン(SVM)に入力し,SVMの出力結果を判断決定関数値によって融合した。最後に,時間窓を導入して,時間領域フィルタリングを行い,運動想像の開始と終了時のEEGのゆらぎを消去し,信号のSNRとアルゴリズムの分類効果を改善した。実験結果を示した。多クラス認識の正解率を改善した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： フィルタリング ,  アルゴリズム ,  *サポートベクトルマシン ,  空間フィルタリング ,  周波数領域 ,  ゆらぎ
準シソーラス用語： 正解率 ,  時間領域 ,  時間窓 ,  特徴ベクトル ,  空間パターン ,  リズム ,  正確性 ,  個人差 ,  *脳波信号 , 【Automatic Indexing@JST】

著者キーワード (5件)： brain-computer interface (BCI) ,  motor imagery ,  common spatial patterns (CSP) ,  support vector machine (SVM) ,  time window

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (8件)： マルチ ,  クラス ,  運動 ,  想像 ,  タスク ,  EEG信号 ,  分類 ,  研究