| 基于ICA和极限学习机的模拟阅读脑电特征分类 |
| |
| 引用本文： | 官金安,杨建华,赵瑞娟.基于ICA和极限学习机的模拟阅读脑电特征分类[J].中南民族大学学报(自然科学版),2018(1):85-89. |
| |
| 作者姓名： | 官金安 杨建华 赵瑞娟 |
| |
| 作者单位： | 中南民族大学生物医学工程学院认知科学国家民委重点实验室;中南民族大学医学信息分析及肿瘤诊疗湖北省重点实验室; |
| |
| 摘 要： | 为了有效地提取N2-P3成分,利用ICA对脑电数据进行盲源分离,自动提取N2-P3成分;同时为了克服传统方法如支持向量机、神经网络训练时间长、个别识别准确率不够高的缺点,选择极限学习机作为分类器.在模拟阅读实验范式下,记录了7名受试者的脑电数据,利用ICA分别对每名受试者的高维脑电数据进行盲源分离,提取出N2-P3成分,以此作为靶特征,并与非靶特征一起放入极限学习机分类器进行分类.训练得到7名受试者的训练时间和分类准确率,并与支持向量机进行了比较.结果表明:经过ICA特征提取后,使用极限学习机进行分类,该分类器学习速度快,泛化能力强,训练时间大大减少.在分类准确率上,ICA+ELM的分类准确率较传统的最佳单通道+SVM有较大幅度的提升,从后者平均的82.4%提升到了97.7%.
|
| 关 键 词： | 模拟阅读 N2-P3成分 极限学习机 |
EEG Feature Classification of Imitating-Reading Based on ICA and Extreme Learning Machine |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
