本文選題：支持向量機(SVM)　切入點：腦電信號(EEG)　出處：《重慶郵電大學學報(自然科學版)》2014年01期 　論文類型：期刊論文

【摘要】：腦電信號(electroencephalograph,EEG)由于自身信號微弱且容易受到周邊環(huán)境和大腦內部其他活動的影響,對其進行特征分類并提高分類準確率這一問題一直是腦機接口領域的難點。傳統(tǒng)的基于支持向量機(support vector machines,SVM)的腦電信號特征分類方法在選取懲罰參數與核函數參數時大都只是采用經驗數據,而忽略了參數優(yōu)化對提升SVM分類效果重要性,而現(xiàn)有的參數優(yōu)化方法計算復雜嚴重影響了分類效率。針對以上問題,提出了一種通過交叉檢驗和LOO誤差上界對C-SVM中的懲罰參數C和核函數參數進行優(yōu)化的方法,并在理論分析的基礎上結合實驗證明了參數優(yōu)化后的分類方法能夠有效提高腦電信號分類的準確率且對分類效率影響不大。
[Abstract]:Electroencephalography (EGG) is an electroencephalography (EEG) signal that is weak and vulnerable to the effects of its surroundings and other activities within the brain. The problem of feature classification and improvement of classification accuracy is always a difficulty in the field of BCI. The traditional feature classification method of EEG based on support vector machine support vector machines is used to select penalty parameters and kernel function parameters. Most of the time is based on empirical data. The importance of parameter optimization in improving the classification effect of SVM is ignored, and the complexity of existing parameter optimization methods seriously affects the classification efficiency. A method of optimizing penalty parameter C and kernel function parameter in C-SVM by cross test and LOO error upper bound is proposed. On the basis of theoretical analysis and experiments, it is proved that the optimized classification method can effectively improve the accuracy of EEG classification and has little effect on the classification efficiency.
【作者單位】： 重慶郵電大學智能系統(tǒng)及智能機器人研究所;
【基金】：科技部國際合作項目(2010DFA12160)~~
【分類號】：TP18;R318

【參考文獻】

相關期刊論文 前1條

1 徐寶國;宋愛國;王愛民;;基于小波包能量的腦電信號特征提取方法[J];東南大學學報(自然科學版);2010年06期

【共引文獻】

相關期刊論文 前10條

1 冀翔;夏潔;;基于短時傅里葉變換的飛控縱向頻域等效擬配[J];北京航空航天大學學報;2011年07期

2 李新;張明霞;張從力;胡偉宣;;基于綜合門限值小波包去除變壓器局部放電白噪聲[J];變壓器;2006年12期

3 徐錚偉;王世煜;劉財;張猛;劉冰;王睿;;小波變換多尺度分解系數閾值選擇在一維去噪的應用[J];吉林大學學報(地球科學版);2007年S1期

4 孔德明;練秋生;;一種基于小波變換的最小二乘復頻域法的改進方法[J];燕山大學學報;2009年05期

5 賈春玉;單修迎;劉宏民;;一種基于小波消噪技術的平直度模式識別方法[J];燕山大學學報;2011年01期

6 徐道一;張海峰;韓延本;尹志強;李保利;姚益民;;陸相沉積的天文地層研究方法簡介——以井下地層為例[J];地層學雜志;2007年S2期

7 原美琳;李和明;李永剛;;用于局部放電信號提取的Daubechies復小波研究[J];電力科學與工程;2009年10期

8 楊淑英;袁寶;;基于反向行波的小電流接地系統(tǒng)故障定位[J];電力科學與工程;2011年06期

9 徐湘憶;盛戈v，

本文編號：1584736