基于免疫堆叠降噪自编码机网络的运动想象脑电信号识别
针对运动想象(MI)脑电信号识别精度低的实际问题,提出一种结合免疫优化算法和决策机制的堆叠降噪自编码机网络(ISDAE).ISDAE模型通过多层DAE对MI脑电信号分层提取最优特征向量,再通过最后一层神经网络(NN)对所得特征向量进行识别;同时,添加决策机制,并结合免疫优化算法对模型进行参数寻优,最终得到识别准确率更高的ISDAE脑电信号识别模型.实验结果表明,所提出的ISDAE模型对粗糙的脑电数据具有强大的特征学习能力和较高的MI脑电信号识别率,可为MI脑电信号的识别提供一种有效的方法.
堆叠降噪自编码机、免疫优化算法、决策机制、运动想象、脑电信号识别
33
TP242.6(自动化技术及设备)
科技部国家重点研发计划项目2016YFB0302701;国家自然科学基金项目61473078;上海市科学技术委员会国际合作项目16510711100;教育部长江学者奖励计划项目2015-2019
2018-05-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
719-723