文献

J-GLOBAL ID：202102272715733869   整理番号：21A1157298

マルチ相関に基づくリード前方探索アルゴリズムを運動想像分類に用いた。【JST・京大機械翻訳】

Channel Selection Based on Multi-Correlation Forward Searching Algorithm for MI Classification

著者 (3件)： Yin Feiyu (華東理工大学信息科学与工程学院,化工過程先進控制和優化技術教育部重点実験室,上海 200237) ,  Jin Jing (華東理工大学信息科学与工程学院,化工過程先進控制和優化技術教育部重点実験室,上海 200237) ,  Wang Xingyu (華東理工大学信息科学与工程学院,化工過程先進控制和優化技術教育部重点実験室,上海 200237)
資料名： Huadong Ligong Daxue Xuebao. Ziran Kexue Ban  (Huadong Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 46  号： 6  ページ： 792-799  発行年： 2020年 
JST資料番号： C2920A  ISSN： 1006-3080  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： 運動想像(MotorImagery,MI)に基づく脳-機械インターフェイス(Brain-ComputerInterface,BCI)システムにおける誘導の多大な問題について。マルチ相関誘導前方探索(Multi-correlationForwardSearching,MCFS)アルゴリズムを提案し、誘導集合を最適化し、システム性能を改善した。まず第一に,訓練集合に基づく誘導集合の前方探索を行い,3つの相関アルゴリズムの信頼値を検証集合分類精度によって更新した。次に、3種類の相関性方法の信頼値に基づき、良質なリード組合せを選択し、共空間モード(CommonSpatialPattern,CSP)を用いて運動想像特徴を獲得した。線形カーネルサポートベクトルマシン(SVM)を用いて,分類モデルを訓練した。このアルゴリズムを2つのデータセット(BCIコンテストIVにおけるdatasetIデータセットIとBCIコンテストIIIにおけるdatasetIVa)上で検証し,それぞれ81%と87%の平均分類精度を得た。さらに、他の3種類の常用誘導選択方法と比べ、MCFSアルゴリズムは最も高い平均分類精度を獲得し、性能が優れ、運動想像に基づくBCIシステムの応用に技術参考を提供した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  線形性 ,  インタフェイス ,  コンクール
準シソーラス用語： *探索アルゴリズム ,  分類精度 ,  高品質 ,  システム性能 ,  分類モデル , 【Automatic Indexing@JST】

分類 (5件)： 生体計測  (EL03020C) ,  システム・制御理論一般  (IA02010H) ,  システム設計・解析  (IA02030D) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： マルチ ,  相関 ,  リード ,  探索アルゴリズム ,  運動 ,  想像 ,  分類