【摘要】：腦-機(jī)接口(BCI)通過計算機(jī)在大腦和外部環(huán)境之間建立了一條直接的信息交流和控制通道,不同于依賴外周神經(jīng)和肌肉組織的傳統(tǒng)途徑。BCI系統(tǒng)不僅可以在醫(yī)療領(lǐng)域幫助改善殘疾人的生活自理能力,而且在康復(fù)訓(xùn)練、游戲娛樂、可穿戴智能設(shè)備、軍事等領(lǐng)域也可大展身手。因此,對BCI技術(shù)的研究具有重要的現(xiàn)實意義和應(yīng)用價值。人類腦電信號(EEG)能夠有效反映人類的生理功能和思想情緒等信息。準(zhǔn)確且快速地進(jìn)行EEG信號特征提取和分類是BCI系統(tǒng)的關(guān)鍵之一。極限學(xué)習(xí)機(jī)(ELM)分類方法具有泛化能力強(qiáng)、學(xué)習(xí)速度快等特點,在BCI應(yīng)用具有潛在優(yōu)勢。為了進(jìn)一步提高經(jīng)典ELM算法的性能,本文結(jié)合深度學(xué)習(xí)和半監(jiān)督學(xué)習(xí)思想對其進(jìn)行改進(jìn),并應(yīng)用于EEG信號分類,主要工作如下:(1)本文總結(jié)了BCI技術(shù)以及ELM分類算法的研究現(xiàn)狀,針對依據(jù)深度學(xué)習(xí)和半監(jiān)督學(xué)習(xí)理論提出的級聯(lián)極限學(xué)習(xí)機(jī)(H-ELM)和半監(jiān)督極限學(xué)習(xí)機(jī)(SS-ELM)方法所存在的一些不足,本文提出了一些改進(jìn)算法,并應(yīng)用到EEG信號的識別中,取得了不錯的分類性能。(2)針對SS-ELM算法受限于其單隱層結(jié)構(gòu)導(dǎo)致其對EEG特征的學(xué)習(xí)不夠充分,而H-ELM算法忽視了大量無標(biāo)記樣本的有效利用等問題,本文提出一種新的級聯(lián)半監(jiān)督極限學(xué)習(xí)機(jī)算法。首先利用H-ELM中的深度模型分別對標(biāo)記和未標(biāo)記訓(xùn)練樣本進(jìn)行特征學(xué)習(xí),然后將其學(xué)習(xí)后的新特征嵌入到SS-ELM中并改進(jìn)目標(biāo)函數(shù),進(jìn)一步提高深度網(wǎng)絡(luò)的泛化性能。在標(biāo)準(zhǔn)數(shù)據(jù)集和腦電競賽數(shù)據(jù)BCI Dataset 2a上的實驗結(jié)果表明,相較于SVM、ELM、SAE、H-ELM和SS-ELM算法,本文方法在識別準(zhǔn)確率和速度上取得了較好的平衡。(3)針對SS-ELM算法未考慮無標(biāo)記樣本的風(fēng)險,導(dǎo)致其性能在某些情況下會低于ELM的問題,本文提出一種安全半監(jiān)督極限學(xué)習(xí)機(jī)算法。設(shè)計了一種新的安全半監(jiān)督機(jī)制,利用Wasserstein距離衡量無標(biāo)記樣本的風(fēng)險度,在SS-ELM目標(biāo)函數(shù)中添加風(fēng)險項,實現(xiàn)在多分類情況下的安全半監(jiān)督分類。在標(biāo)準(zhǔn)數(shù)據(jù)集和腦電競賽數(shù)據(jù)BCI Competition IV Dataset 2a上的實驗結(jié)果驗證了所提方法的有效性。
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN911.7;TP181
【圖文】：

神經(jīng)元結(jié)構(gòu)

圖 3.1 HSS-ELM 結(jié)構(gòu) , , ,l l uX Y X Y X ， 1 2 2, , ,..., ,l l x y x y，其ELM 算法的具體步驟如下分別所有樣本X和有標(biāo)記K 和KG ，K 為深度網(wǎng)絡(luò)的的高層特征進(jìn)行半監(jiān)督分lX 和無標(biāo)記樣本uX ，根據(jù)構(gòu)造出流形正則項。然后利 的損失函數(shù)進(jìn)行改進(jìn)，2 2T 2 2( K C β G β Y β H層與輸出層的權(quán)重矩陣β 的個數(shù)l u m時，上式

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

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

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

3 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

4 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別[J];工程科學(xué)與技術(shù);2017年S2期

5 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

6 王恒;李念強(qiáng);齊鵬沖;;運動想象腦電信號特征的提取與分類[J];工業(yè)控制計算機(jī);2015年02期

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

8 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(自然科學(xué)版);2012年01期

9 魯強(qiáng);劉玉軍;徐建蘭;張進(jìn)祿;;一種適用于清醒動物腦電信號采集的固定裝置[J];首都醫(yī)科大學(xué)學(xué)報;2011年06期

10 肖丹;胡劍鋒;;運動想象腦電信號識別研究[J];計算機(jī)工程與應(yīng)用;2010年33期

相關(guān)會議論文 前10條

1 薛蘊(yùn)全;王秋英;王宏;;腦電信號的動態(tài)時空響應(yīng)拓?fù)鋱D[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（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)會第21屆全國代表大會暨學(xué)術(shù)會議論文摘要匯編[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)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[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;;新生豬缺氧缺血實驗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)年會論文集（上冊）[C];2007年

6 葛家怡;周鵬;王明時;;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)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

相關(guān)重要報紙文章 前4條

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

2 本報記者 張曉鳴;用腦電波開車，這不是開玩笑[N];文匯報;2015年

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

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

相關(guān)博士學(xué)位論文 前10條

1 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

2 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

3 繆曉波;基于腦電信號的認(rèn)知動力學(xué)系統(tǒng)研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學(xué);2004年

4 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

5 伍亞舟;基于想象左右手運動思維腦電BCI實驗及識別分類研究[D];第三軍醫(yī)大學(xué);2007年

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

7 陳東偉;非線性動力學(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

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

9 張美云;阿爾茨海默病腦電信號多尺度時空定量特征研究[D];天津醫(yī)科大學(xué);2012年

10 周群;腦電信號同步：方法及應(yīng)用研究[D];電子科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 佟歌;基于深度學(xué)習(xí)的運動想象腦電信號分類算法研究[D];哈爾濱工程大學(xué);2018年

2 張付浩;基于腦電信號的癲癇疾病智能診斷與研究[D];哈爾濱理工大學(xué);2018年

3 景永豪;EEG信號采集與無線傳輸系統(tǒng)[D];哈爾濱理工大學(xué);2018年

4 金子敦;基于腦電信號的情緒特征提取與分類研究[D];哈爾濱理工大學(xué);2018年

5 解騰;腦電控制的電動車系統(tǒng)設(shè)計[D];哈爾濱理工大學(xué);2018年

6 劉曉菲;基于仿生神經(jīng)系統(tǒng)的癲癇腦電識別研究[D];湖南師范大學(xué);2018年

7 原博煒;BCI系統(tǒng)的腦電信號分析和類腦避障策略[D];東華大學(xué);2018年

8 許麗;基于腦電的情緒識別研究[D];昆明理工大學(xué);2018年

9 楊贊杰;基于度量學(xué)習(xí)的腦電信號情緒識別方法研究[D];哈爾濱工業(yè)大學(xué);2018年

10 李陽丹;基于生物電控制的人機(jī)交互技術(shù)研究[D];杭州電子科技大學(xué);2018年

本文編號：2728870