2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、腦-機接口(Brain-Computer Interface,BCI)是一種基于腦電信號(Electroencephalogram, EEG)的人機交互方式,它能夠不需要依靠周邊的肌肉和神經(jīng)組織,只依靠腦部信號便可以達(dá)到自由行動及與外界溝通等目的。本文以基于運動想象的腦電信號為研究對象,對EEG信號預(yù)處理、特征提取和模式分類等處理過程進(jìn)行研究。
  本研究主要內(nèi)容包括:⑴為了減少信號中的噪聲和其它的干擾成分,利用自適應(yīng)的小波閾值去

2、噪算法對采集的腦電信號進(jìn)行處理。實驗采用BCI國際競賽的數(shù)據(jù)集,結(jié)果表明該方法在很大程度上減少了噪聲干擾。⑵由于腦電信號的非線性特點,提出了將改進(jìn)的經(jīng)驗?zāi)B(tài)分解方法與模糊熵算法相結(jié)合的特征提取方法。原始的腦電信號經(jīng)過分解得到若干個固有模態(tài)分量(IMF),然后利用互信息篩選出有用的IMF分量并進(jìn)行重構(gòu),最后利用模糊熵對其進(jìn)行特征提取,并采用2008年的BCI競賽數(shù)據(jù)驗證算法的特征提取效果。⑶當(dāng)采用支持向量機(SVM)進(jìn)行模式分類時,核參數(shù)

3、g和懲罰因子C的選擇關(guān)系著分類器的性能,利用人工蜂群算法(ABC)優(yōu)化SVM的模型參數(shù),以增強分類器的分類性能,并對提取的腦電信號特征進(jìn)行模式分類。⑷實驗采用2005年和2008年BCI國際競賽的數(shù)據(jù)集,實驗一對比了ABC算法與傳統(tǒng)優(yōu)化算法的尋優(yōu)性能,證明了ABC算法具有良好的尋優(yōu)性能。實驗二的結(jié)果表明ABC算法優(yōu)化后增強了SVM的分類性能,有效地提高了腦電信號的分類正確率。實驗三利用改進(jìn)的EMD和模糊熵算法進(jìn)行特征提取,然后結(jié)合人工蜂

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論