10.3969/j.issn.1000-1158.2022.05.20
基于线性判别分析的决策融合脑电意识动态分类
脑电信号的识别与分类是脑机接口技术的热点研究问题,单一分类器不能很好利用特征以及分类器的适应性,导致识别的准确率很难进一步提高,基于线性判别分析的分类决策级融合策略,可用于提高脑-机接口系统的分类准确率.首先,通过分离出两种分类器的假性试验特征,从这两种方法中选择更有可能正确决策提高分类准确性;其次为了测量每个决策的不确定性,使用与所对应分类器的最大和第二大相关系数提取特征向量.基于这一思想,提出了一种新的决策选择器,该方法通过整合两种基于线性判别分析的算法选择更有可能是准确的决策,从而达到提高脑电信号分类准确度.实验结果表明,该方法通过与精度相近的算法相结合在运动想象数据分类上获得了较好的分类准确率.
计量学、脑-机接口、脑电、决策融合、决策选择器、运动想象、线性判别分析
43
TB99;TB973(计量学)
国家自然科学基金;河北省自然科学基金;河北省中央引导地方科技发展资金项目
2022-06-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
688-695