论文摘要
P300电位的个体差异导致基于该电位的脑-机交互系统需要每位被试的大量训练数据来构建模式识别模型,引起被试的训练疲劳,并可能由此导致系统性能降低。TrAdaBoost是一种把源领域的知识迁移到目标领域,进而使目标领域能获得更好的学习效果的迁移学习方法。本研究针对P300电位的跨脑辨识问题,提出基于TrAdaBoost的线性判别分类算法和支持向量机,将同被试的少量数据训练的分类器与不同被试的大量数据训练的分类器按权重组成融合分类器。与只采用少量同被试数据或者混合不同被试数据来直接进行训练的传统学习方式相比,本文算法在少量样本情况下将准确率分别提高了19.56%和22.25%,信息传输率分别提高了14.69 bits/min和15.76 bits/min,有望提高脑-机交互系统对被试个体差异的泛化能力。
论文目录
文章来源
类型: 期刊论文
作者: 徐桂芝,林放,宫铭鸿,李梦凡,于洪丽
关键词: 脑机接口,迁移学习,线性判别式分类器,支持向量机
来源: 生物医学工程学杂志 2019年04期
年度: 2019
分类: 医药卫生科技,基础科学,信息科技
专业: 生物学,生物医学工程,自动化技术
单位: 河北工业大学电气工程学院省部共建电工装备可靠性与智能化国家重点实验室,河北工业大学电气工程学院河北省电磁场与电器可靠性重点实验室
基金: 国家自然科学基金(51737003,51677053,61806070,51877068),河北省自然科学基金(F2018202088)
分类号: R318;TP181
页码: 531-540
总页数: 10
文件大小: 1250K
下载量: 263
相关论文文献
- [1].基于动态分类器集成系统的卷烟感官质量预测方法[J]. 计算机应用与软件 2020(01)
- [2].基于标准数据集的分类器融合学习模型[J]. 微型电脑应用 2020(04)
- [3].一种自适应子融合集成多分类器方法[J]. 计算机测量与控制 2019(04)
- [4].基于多分类器融合的近红外光谱技术鉴别蜂蜜品种[J]. 化学分析计量 2019(03)
- [5].基于分类器的身份证号码识别研究[J]. 贵州科学 2018(01)
- [6].一种基于多分类器融合的人体运动行为识别模型[J]. 计算机科学 2016(12)
- [7].一种基于混淆矩阵的分类器选择方法[J]. 河南理工大学学报(自然科学版) 2017(02)
- [8].一种代价敏感的三类分类器评估方法的研究与应用[J]. 通化师范学院学报 2017(08)
- [9].基于多分类器组合的遥感土地利用分类研究[J]. 安徽农业科学 2015(32)
- [10].多分类器融合与单分类器影像分类比较研究[J]. 矿山测量 2016(04)
- [11].《未来垃圾分类器》[J]. 幼儿教育 2020(14)
- [12].基于多分类器组合的城市不透水面提取研究[J]. 城市地理 2017(04)
- [13].《垃圾分类器》[J]. 辅导员 2016(11)
- [14].多分类器融合的遥感影像分类方法实验研究[J]. 全球定位系统 2020(05)
- [15].一种基于核聚类的多分类器选择算法[J]. 电子技术与软件工程 2020(13)
- [16].基于一种新的级联分类器的目标检测系统[J]. 现代电子技术 2020(01)
- [17].最佳的分类器链局部检测与挖掘算法[J]. 计算机工程与设计 2017(11)
- [18].基于多分类器融合与模糊综合评判的滚动轴承故障诊断[J]. 中国科技论文 2016(04)
- [19].近红外光谱和多分类器融合的葡萄酒品种判别研究[J]. 光谱学与光谱分析 2016(11)
- [20].基于多分类器集成的语音情感识别[J]. 微电子学与计算机 2015(07)
- [21].基于集成分类器的流量识别技术研究[J]. 科技视界 2015(33)
- [22].二叉树型多分类器融合的轴承故障诊断方法[J]. 计算机工程与应用 2015(21)
- [23].智能垃圾分类器[J]. 科学启蒙 2013(12)
- [24].一种新的多分类器融合方法[J]. 西南师范大学学报(自然科学版) 2014(01)
- [25].动态加权投票的多分类器聚合[J]. 现代计算机(专业版) 2014(05)
- [26].面向用户观点分析的多分类器集成和优化技术[J]. 计算机学报 2013(08)
- [27].基于证据理论的优化集成分类器融合算法及应用[J]. 化工学报 2012(09)
- [28].多类不平衡数据上的分类器性能比较研究[J]. 计算机工程 2011(10)
- [29].基于多分类器融合的语音识别方法研究[J]. 重庆邮电大学学报(自然科学版) 2011(04)
- [30].基于粗糙集约简的多分类器系统构造方法[J]. 计算机工程与应用 2010(03)
标签：脑机接口论文; 迁移学习论文; 线性判别式分类器论文; 支持向量机论文;