【摘要】：腦機(jī)接口(Brain-Computer Interface,BCI)系統(tǒng)能夠在不依賴于人的肌肉組織的情況下,通過解讀腦電信號并轉(zhuǎn)化為控制命令來控制外部設(shè)備,從而完成人機(jī)交互過程。這為有運(yùn)動(dòng)障礙或是神經(jīng)障礙的病患提供了一種與外界交流的方式。目前BCI系統(tǒng)在實(shí)際應(yīng)用過程中仍然存在著很多問題。為了縮短BCI系統(tǒng)使用前的訓(xùn)練時(shí)間,減輕用戶負(fù)擔(dān),本文提出了用于減少BCI系統(tǒng)的標(biāo)定時(shí)間的遷移學(xué)習(xí)算法,研究工作如下:1)從實(shí)例權(quán)重的角度提出了一種基于實(shí)例權(quán)重的遷移學(xué)習(xí)算法。算法根據(jù)源領(lǐng)域和目標(biāo)領(lǐng)域的數(shù)據(jù)的邊緣分布相似性初始化源領(lǐng)域數(shù)據(jù)權(quán)重,然后根據(jù)它們的條件分布相似性挑選有用的加權(quán)源領(lǐng)域樣本加入到目標(biāo)領(lǐng)域訓(xùn)練集中參與模型訓(xùn)練,解決了目標(biāo)領(lǐng)域訓(xùn)練數(shù)據(jù)過少的問題。2)從模型參數(shù)共享的角度提出了基于參數(shù)共享的遷移學(xué)習(xí)算法。本章考慮EEG信號特征是矩陣形式而不是向量形式,在時(shí)空特征分解的Logistic回歸模型(time-space feature decomposition Logistic regression,FD-LR)中的參數(shù)可解釋為通道權(quán)重參數(shù)和時(shí)域特征權(quán)重參數(shù)�；赑300腦電信號時(shí)域特征穩(wěn)定的特點(diǎn),FD-LR模型可以共享時(shí)域特征參數(shù),本章提出了多任務(wù)FD-LR(multi-task FD-LR,MT-FD-LR)算法。然后從兩方面改進(jìn)了MT-FD-LR,一是將MT-FD-LR和實(shí)例權(quán)重方法以及最大均值差異(Maximum Mean Discrepancy,MMD)相結(jié)合,將多任務(wù)學(xué)習(xí)模型推廣到遷移學(xué)習(xí)模型中;二是將MT-FD-LR推廣到貝葉斯框架中,提升了模型的泛化能力。3)將共享時(shí)域特征參數(shù)的MT-FD-LR算法推廣到共享時(shí)域?yàn)V波層的卷積神經(jīng)網(wǎng)絡(luò)中,提出了基于卷積神經(jīng)網(wǎng)絡(luò)的遷移學(xué)習(xí)算法。該算法在目標(biāo)領(lǐng)域只有少量訓(xùn)練樣本時(shí)具有優(yōu)異的性能。實(shí)驗(yàn)結(jié)果表明,本文提出的算法都能在少量訓(xùn)練樣本情況下訓(xùn)練得到可靠的分類模型,與未遷移源領(lǐng)域的知識(shí)的傳統(tǒng)機(jī)器學(xué)習(xí)算法相比,能夠得到較好的準(zhǔn)確率,因而可以一定程度上解決BCI系統(tǒng)訓(xùn)練時(shí)間長的問題。
【圖文】：

t 沒有給出明確的權(quán)重初始化算法；算法 2 基于源樣本的權(quán)重。數(shù)據(jù)來自于國際腦機(jī)接口競賽和在本實(shí)驗(yàn)室的 P行簡單介紹。競賽數(shù)據(jù)接口競賽的 P300 誘發(fā)電位數(shù)據(jù)使用 BCI2000 的試者（Subject A、Subject B）的 P300 腦電數(shù)據(jù)。字符矩陣，如圖 3-1 所示。受試者的任務(wù)是注視所有的行和列以 5.7Hz 的頻率隨機(jī)依次閃爍。1符，它們的閃爍可以就是小概率事件。因此這包00 電位。

效性驗(yàn)證有效性，本文進(jìn)行了兩個(gè)實(shí)驗(yàn)。法 1 有效性的直觀理解，我們將算法 1 用本構(gòu)成，100 個(gè)由正態(tài)分布 ( |( 1, 1) ,TN x 由正態(tài)分布 ( |(1,1) , )TN x I 生成的視為源領(lǐng)圖中我們可以看出，在源領(lǐng)域的數(shù)據(jù)中，權(quán)重，這也是我們可以預(yù)期到的結(jié)果。實(shí)驗(yàn)點(diǎn)是目標(biāo)領(lǐng)域數(shù)據(jù)點(diǎn)，其他的數(shù)據(jù)點(diǎn)是源，，其中藍(lán)色的數(shù)據(jù)點(diǎn)的權(quán)重高于 0.5。這些標(biāo)領(lǐng)域數(shù)據(jù)更相似。圖 3-3 直觀地展示了算似與目標(biāo)領(lǐng)域的數(shù)據(jù)分配更高的權(quán)重。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：R318;TN911.7;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韋曉燕;陳子怡;周毅;;基于多尺度排列熵的腦電信號分類[J];中國數(shù)字醫(yī)學(xué);2019年05期

2 王曉麗;;基于深度學(xué)習(xí)的癲癇腦電信號分析與預(yù)測[J];長春大學(xué)學(xué)報(bào);2019年06期

3 王薇蓉;張雪英;孫穎;暢江;;關(guān)于腦電信號的情感優(yōu)化識(shí)別仿真[J];計(jì)算機(jī)仿真;2018年06期

4 郭婷儀;李素芳;鐘桂仙;曾佳璇;周酥;;基于腦電信號的耳鳴識(shí)別算法研究[J];科技傳播;2018年13期

5 左晶;萬小勤;羅楊;鄭斌;陳斌林;任祥花;;癲癇腦電信號的相關(guān)性分析[J];電子世界;2017年05期

6 張娜;唐賢倫;劉慶;;基于半監(jiān)督學(xué)習(xí)的腦電信號特征提取及識(shí)別[J];工程科學(xué)與技術(shù);2017年S2期

7 石喬莉;王延輝;李信政;;基于腦電信號的駕駛疲勞的研究[J];世界最新醫(yī)學(xué)信息文摘;2017年55期

8 王恒;李念強(qiáng);齊鵬沖;;運(yùn)動(dòng)想象腦電信號特征的提取與分類[J];工業(yè)控制計(jì)算機(jī);2015年02期

9 李亞杰;宋明星;張玉棟;;腦電信號采集系統(tǒng)的設(shè)計(jì)[J];河北建筑工程學(xué)院學(xué)報(bào);2014年01期

10 蔡超峰;張勇;郭舒婷;姜利英;;思維腦電信號的關(guān)聯(lián)維數(shù)分析[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

相關(guān)會(huì)議論文 前10條

1 薛蘊(yùn)全;王秋英;王宏;;腦電信號的動(dòng)態(tài)時(shí)空響應(yīng)拓?fù)鋱D[A];中國儀器儀表學(xué)會(huì)第三屆青年學(xué)術(shù)會(huì)議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學(xué)會(huì)第21屆全國代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2002年

3 李凌;曾慶寧;堯德中;;利用兩級抗交叉串?dāng)_自適應(yīng)濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學(xué)工程學(xué)會(huì)第六次會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2004年

4 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應(yīng)用研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

5 張丹丹;丁海艷;侯新琳;葉大田;;新生豬缺氧缺血實(shí)驗(yàn)中腦電信號的偽差分析[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊）[C];2007年

6 葛家怡;周鵬;王明時(shí);;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊）[C];2007年

7 胡楠;徐進(jìn);鄭崇勛;;不同麻醉深度下腦電信號的復(fù)雜度研究[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊）[C];2007年

8 歐陽軼;鄭崇勛;張崇;;基于腦電小波熵的生理性精神疲勞分析[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊）[C];2007年

9 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會(huì)論文集（下冊）[C];2006年

10 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應(yīng)用[A];中國生物醫(yī)學(xué)工程學(xué)會(huì)第六次會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文摘要匯編[C];2004年

相關(guān)重要報(bào)紙文章 前6條

1 記者 張夢然;腦電信號神經(jīng)反饋訓(xùn)練可增強(qiáng)抗壓性[N];科技日報(bào);2018年

2 科學(xué)作者 譯者 猛瑪;如何做到真正的因材施教[N];電腦報(bào);2016年

3 本報(bào)記者 張曉鳴;用腦電波開車，這不是開玩笑[N];文匯報(bào);2015年

4 本報(bào)特約撰稿人 陸志城;我思，故我動(dòng)[N];醫(yī)藥經(jīng)濟(jì)報(bào);2003年

5 蘭順正;讓人與機(jī)器連接更便捷[N];中國國防報(bào);2019年

6 本報(bào)記者 馮海波 通訊員 劉慧嬋 祝和平;大學(xué)生創(chuàng)意閃耀的舞臺(tái)[N];廣東科技報(bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 張濤;基于模糊分布熵和復(fù)值模糊分布熵的癲癇腦電信號自動(dòng)分類算法研究[D];吉林大學(xué);2019年

2 李明陽;基于復(fù)合域分析的癲癇腦電信號檢測算法研究[D];吉林大學(xué);2018年

3 韓凌;腦電信號同步分析及癲癇發(fā)作預(yù)測方法研究[D];東北大學(xué);2016年

4 趙麗;基于腦電信號的腦-機(jī)接口技術(shù)研究[D];天津大學(xué);2004年

5 繆曉波;基于腦電信號的認(rèn)知?jiǎng)恿W(xué)系統(tǒng)研究——線性/非線性方法及動(dòng)態(tài)時(shí)—頻—空分析[D];重慶大學(xué);2004年

6 徐鵬;信號的稀疏分解及其在腦電信號處理中的應(yīng)用研究[D];電子科技大學(xué);2006年

7 伍亞舟;基于想象左右手運(yùn)動(dòng)思維腦電BCI實(shí)驗(yàn)及識(shí)別分類研究[D];第三軍醫(yī)大學(xué);2007年

8 唐艷;基于時(shí)間、頻率和空間域的自發(fā)腦電信號提取[D];中南大學(xué);2008年

9 陳東偉;非線性動(dòng)力學(xué)、因果腦網(wǎng)絡(luò)與聚類穩(wěn)定性在腦電信號分析中的應(yīng)用研究[D];太原理工大學(xué);2015年

10 馬小飛;認(rèn)知任務(wù)下的腦電動(dòng)力學(xué)分析[D];南京大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 肖文卿;基于小波變換的小鼠癲癇模型腦電信號自動(dòng)分類[D];南方醫(yī)科大學(xué);2019年

2 李昕迪;基于小波分析與GBDT算法的癲癇檢測[D];吉林大學(xué);2019年

3 路遙;基于深度學(xué)習(xí)的情感計(jì)算若干問題研究[D];中央民族大學(xué);2019年

4 陳侃;腦電信號采集及分類算法研究[D];深圳大學(xué);2018年

5 劉培軍;基于STM32的腦電信號采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];天津工業(yè)大學(xué);2019年

6 何悅;基于腦電信號的視聽誘發(fā)情緒識(shí)別研究[D];武漢理工大學(xué);2018年

7 尚彬彬;基于腦電信號的顱內(nèi)壓檢測研究[D];鄭州大學(xué);2019年

8 李坤森;基于粒子群的RBF神經(jīng)網(wǎng)絡(luò)的癲癇腦電信號分類研究[D];廈門大學(xué);2017年

9 吳澗柯;基于對抗神經(jīng)網(wǎng)絡(luò)的腦電情緒識(shí)別[D];浙江大學(xué);2019年

10 熊朝坤;基于腦電信號的便攜式注意力檢測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱理工大學(xué);2019年

本文編號：2598683