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66頁未讀, 繼續(xù)免費(fèi)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(jī)接口(Brain Computer Interface,BCI)是一種新型的人機(jī)交互方式,對殘障人士恢復(fù)生活自理能力等領(lǐng)域有著極大的推動作用。腦機(jī)接口有信號采集、信號分析和控制器三個功能模塊,信號分析模塊是腦機(jī)接口中重要模塊。本文采用奧地利格拉茨科技大學(xué)BCI研究小組提供的2008年的BCI競賽數(shù)據(jù),對左右手運(yùn)動想象腦電信號進(jìn)行分析。
  本文首先介紹BCI的產(chǎn)生和發(fā)展,較為詳細(xì)地介紹了腦機(jī)接口的研究現(xiàn)狀以及主要研究方法。在信

2、號預(yù)處理方面,本文根據(jù)不同被試的頻譜圖、Alpha頻段能量腦地形圖以及目前的研究成果,確定了著重探究的導(dǎo)聯(lián)以及頻率段。并對腦電信號的事件相關(guān)電位同步/去同步(Event-Related Desynchronization/Synchronization,ERD/ERS)現(xiàn)象進(jìn)行觀測。
  在特征提取方面,本文受ERS/ERD現(xiàn)象的啟發(fā),將完整的單次運(yùn)動想象腦電信號分為若干段分別計算其頻譜能量和四階累計量作為特征。針對腦電信號的非線

3、性非平穩(wěn)特性,引入Hurst指數(shù)、相位鎖定值作為特征向量。本文探究了各類特征的優(yōu)缺點(diǎn),并對單一特征、聯(lián)合特征、主成分分析降維后的特征進(jìn)行分類比較。在模式分類方面,本文介紹了線性判別分析(Linear Discriminant Analysis,LDA)、支持向量機(jī)(Support Vector Machine,SVM)和隨機(jī)森林分類,對所提取的特征進(jìn)行分類實(shí)驗(yàn),并仔細(xì)地探究了分類器的不同參數(shù)對正確率的影響??紤]到分類結(jié)果較差,隨后采用經(jīng)

4、過小波包變化、經(jīng)驗(yàn)?zāi)B(tài)分解優(yōu)化后的共空間模式(CommonSpatial Pattern,CSP)提取特征,在ERS/ERD現(xiàn)象并不明顯的情況下,最高分類正確率達(dá)到96.92%,所有被試平均分類正確率達(dá)到了75.72%。
  本文的創(chuàng)新之處有如下幾點(diǎn):
  第一,提出了計算相對簡單的事件相關(guān)電位表征曲線;
  第二,對腦電信號時間分段之后提取能量以及四階累積量特征,引入表征信號長程相關(guān)性的Hurst指數(shù)作為特征,采用隨

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