文献

J-GLOBAL ID：201802246788772859   整理番号：18A0492753

運動イメージ脳波認識のための自己適応型周波数選択共通空間パターンと最小二乗沿双対サポートベクトルマシン【Powered by NICT】

A self-adaptive frequency selection common spatial pattern and least squares twin support vector machine for motor imagery electroencephalography recognition

著者 (5件)： Li Duan (School of Electronic Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Li Duan (School of Physics and Electronic Information Engineering, Henan Polytechnic University, Jiaozuo, 454000, China) ,  Zhang Hongxin (School of Electronic Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Khan Muhammad Saad (School of Electronic Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Mi Fang (School of Electronic Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 41  ページ： 222-232  発行年： 2018年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 運動イメージのブレインコンピュータインタフェース(BCI)システムは,信頼性の高い通信と相互作用のための脳活動パターンの正確かつ高速な認識が必要である。この精度の達成である脳波信号の低SN比と感覚運動リズムの高い変動性のために挑戦。この必要性に対処するために,著者らは,運動イメージパターンの認識のための周波数帯選択共通空間パターンアルゴリズムと粒子群最適化最小二乗ツインサポートベクトルマシン分類器を組み合わせた新しい方式を提案した。自己適応アーチファクト除去と共通空間パターン法を用いて最も識別可能な特徴を得た。分類結果を改善するために,非線形最小二乗ツインサポートベクトルマシン分類器のための線形,多項式,S字状,ウェーブレットとGaussカーネル関数を検討した。粒子群最適化,カオス的粒子群最適化,遺伝的アルゴリズムと量子遺伝的アルゴリズムを比較し,分類器のためのハイパーパラメータを調整するために使用した。提案手法を評価するために,セット2aおよび2b BCI競技IVデータを使用した。実験を行いその結果,提案手法では,データセット2Aの平均認識精度は正則化射影ツインサポートベクトルマシン,ツインサポートベクトルマシン,サポートベクトルマシン,線形判別分析,逆伝搬法と確率的ニューラルネットワークで得られた結果と比較して6.10%,6.71%,3.87%,4.01%,2.55%および4.86%増加したことを示した。データセット2Bを用いて,この方法の平均認識精度は4.73%,5.46%,4.45%,4.10%,8.62%および4.27%大きかったであった。二データセットの精度値の標準偏差は減少した。さらに,伝統的なサポートベクトルマシンと比較して,提案した方法は,分類器訓練のための速い中央処理装置運転時間を達成した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： カオス ,  正則化 ,  信頼性 ,  *サポートベクトルマシン ,  *脳波 ,  画像 ,  *最小二乗法 ,  *周波数 ,  遺伝的アルゴリズム ,  線形性 ,  アルゴリズム ,  相互作用
準シソーラス用語： 粒子群最適化 ,  リズム ,  *運動イメージ , 【Automatic Indexing@JST】

著者キーワード (4件)： 運動画像脳-コンピュータインタフェイス ,  共通空間パターン ,  最小二乗沿双対サポートベクトルマシン ,  パーティクルスワーム最適化

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 運動イメージ ,  脳波 ,  自己適応 ,  空間パターン ,  サポートベクトルマシン