基于GMDH型神经网络的EEG分类研究

摘要：

为了提高对不同认知状态下脑电信号(EEG)的分类正确率,提出一种GMDH型神经网络及改进的训练算法.此网络结构在演化中生成,分类规则由简单多项式表示,训练算法可防止出现过拟合.此网络用于区分算术运算和休息状态下的脑电信号,正确率达到84.5%,与标准前向型神经网络(FNN)比较,显示了较好的分类效果.

关键词：GMDH型神经网络、前向型神经网络、脑电信号、多项式

所属期刊栏目：24

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金60375017

在线出版日期：2005-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：66-69