| 脑-机接口系统的类协同式半监督学习 |
| |
| 引用本文： | 刘美春.脑-机接口系统的类协同式半监督学习[J].科学技术与工程,2013,13(19):5508-5512. |
| |
| 作者姓名： | 刘美春 |
| |
| 作者单位： | 广东金融学院应用数学系,广州,510521 |
| |
| 基金项目： | 广东金融学院青年项目;广东金融学院引进人才科研启动费项目 |
| |
| 摘 要： | 针对如何提高有标签样本不足时的分类精度问题。提出脑-机接口系统(BCI)的类协同半监督学习算法(LCTSSL),采用有监督和无监督两种算法提取双特征训练双分类器协同扩充有标签样本集。在训练前后阶段设置不同置信度度量,选择两分类器分类结果一样的高置信度样本进行标记,保持每类每次新标记样本数目一样,提高有标样本集的可信度及识别系统的鲁棒性。迭代更新两分类器、有监督提取系统及相应特征,充分利用新标签信息。最后利用BCI竞赛2005的数据I证明LCTSSL算法的有效性。
|
| 关 键 词： | 脑-机接口 半监督学习 协同训练 脑电图 |
| 收稿时间： | 2013/3/19 0:00:00 |
| 修稿时间： | 2013/4/23 0:00:00 |
Like-co-training Semi-supervised Learning for Brain-computer Interface |
| |
| liumeichun.Like-co-training Semi-supervised Learning for Brain-computer Interface[J].Science Technology and Engineering,2013,13(19):5508-5512. |
| |
| Authors: | liumeichun |
| |
| Institution: | LIU Mei-chun ( Guangdong University of Finance,Guangzhou 510641,P. R. China) |
| |
| Abstract: | |
| |
| Keywords: | brain-computer interface semi-supervised learning co-training EEG |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
