首页> 正文

基于运动想象的迁移学习分类算法研究

2020-12-02阅读(871)

基于运动想象的迁移学习分类算法研究

论文摘要

脑-机接口（Brain-Computer Interface,BCI）是一种基于计算机的系统,可以将脑电信号转换为对外部设备的控制信号。BCI技术的独特之处在于它不依赖大脑周围神经与肌肉的正常输出通道。BCI技术的主要应用领域是医疗康复,如肌萎缩侧索硬化症,脑干中风或脊髓损伤。BCI技术可以让患有严重运动障碍的人与计算机或其他外部设备进行通信。同时,这种新型技术在人工智能、新型娱乐、军事以及航天等领域也有着很大的潜在应用价值。本文研究的是运动想象脑电信号的分类问题。在对脑电信号进行分类时,传统的机器学习算法往往需要充足的训练样本,才能获得较高的分类准确率。但是,当训练样本数量较少的时候,很难构建出性能很好的分类器。在BCI系统中,由于脑电信号的个体性差异较大,限制了对不同实验对象实验数据的复用性。如何利用不同实验对象的实验数据,从而在训练样本不足的情况下得到良好的分类准确率,是BCI系统中的一大难点。本文基于运动想象的BCI系统,围绕上述BCI系统中小训练样本分类的问题,从辅助样本与目标训练样本的相关性和辅助样本对构建目标分类器的影响入手,提出了两种基于运动想象的迁移学习分类算法。主要研究成果包括:1.提出了去除不相关辅助样本的迁移学习方法。该方法考虑辅助样本与目标训练样本的相关性,将错分类的辅助样本当作与目标训练集不相关的辅助样本,从辅助样本集中剔除,再进行基于实例的迁移学习。2.提出了不同辅助样本正负比例的迁移学习方法。本文提出了一种新的评价标准,用于评价辅助样本对目标训练样本的影响。并且基于这个评价标准,选择最适合的辅助样本的正负样本比例。同时,对于本文研究的多辅助对象系统,基于这个评价标准,赋予不同辅助对象不同的权值。实验结果证明,本文提出的两种方法实现了在目标对象只有少量训练样本的情况下,构建出了可靠的分类器,与传统机器学习分类算法相比,分类准确率有了明显提高。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 BCI系统的研究背景及意义
  •   1.2 BCI系统概述
  •     1.2.1 BCI系统的组成
  •     1.2.2 BCI系统的分类
  •     1.2.3 BCI系统控制信号的类型
  •   1.3 国内外的研究现状及存在的问题
  •     1.3.1 BCI技术的发展与研究现状
  •     1.3.2 BCI研究面临的问题
  •   1.4 主要研究内容与论文结构
  • 第二章 脑电信号的迁移学习
  •   2.1 脑电信号的产生机理与特点
  •     2.1.1 脑电信号产生机理
  •     2.1.2 运动想象脑电信号的特点
  •   2.2 脑电信号的采集与预处理
  •     2.2.1 脑电信号的采集
  •     2.2.2 脑电信号的预处理
  •   2.3 脑电信号的特征提取与模式识别
  •     2.3.1 特征提取方法
  •     2.3.2 共同空间模式
  •     2.3.3 支持向量机算法
  •   2.4 迁移学习介绍
  •     2.4.1 迁移学习的研究背景
  •     2.4.2 迁移学习的分类
  •   2.5 迁移学习在脑电信号分类中的应用
  •     2.5.1 多任务学习方法
  •     2.5.2 基于样本实例的迁移学习方法
  •     2.5.3 基于分类器的迁移学习方法
  •     2.5.4 基于特征表示的迁移学习方法
  •   2.6 本章小结
  • 第三章 去除不相关辅助样本的迁移学习方法
  •   3.1 去除不相关辅助样本的迁移学习方法
  •     3.1.1 本章算法设计思路
  •     3.1.2 算法背景定义
  •     3.1.3 算法详细步骤
  •   3.2 实验结果分析
  •     3.2.1 实验数据集介绍
  •     3.2.2 传统分类器实验
  •     3.2.3 算法1 的实验结果与分析
  •     3.2.4 BCI系统中常用的迁移学习方法的实验结果与对比
  •     3.2.5 实验结论
  •   3.3 本章小结
  • 第四章 不同辅助样本正负比例的迁移学习方法
  •   4.1 相对提升度介绍
  •   4.2 基于相对提升度的辅助样本正负比例选择方法
  •     4.2.1 本节算法设计思路
  •     4.2.2 算法背景定义
  •     4.2.3 算法详细步骤
  •   4.3 基于相对提升度的多辅助对象迁移学习方法
  •     4.3.1 本节算法设计思路
  •     4.3.2 算法背景定义
  •     4.3.3 算法详细步骤
  •   4.4 实验结果与分析
  •     4.4.1 实验数据集介绍
  •     4.4.2 不同辅助样本正负比例对于每个目标对象的影响
  •     4.4.3 算法2 的实验结果与分析
  •     4.4.4 算法3 的实验结果与分析
  •     4.4.5 多种算法的分类准确率的比较和分析
  •     4.4.6 实验结论
  •   4.5 本章小节
  • 总结与展望
  • 参考文献
  • 攻读硕士学位期间取得的研究成果
  • 致谢
  • 附件

    • 文章来源

    类型: 硕士论文

    作者: 汤佳易

    导师: 李远清,张迎春

    关键词: 运动想象,脑电信号,辅助样本,评价标准,迁移学习

    来源: 华南理工大学

    年度: 2019

    分类: 基础科学,医药卫生科技,信息科技

    专业: 生物学,生物医学工程,电信技术,自动化技术

    单位: 华南理工大学

    分类号: R318;TN911.7;TP181

    DOI: 10.27151/d.cnki.ghnlu.2019.003446

    总页数: 72

    文件大小: 3487K

    下载量: 127

    相关论文文献

    • [1].基于小波分析的运动想象脑电信号分类算法[J]. 金陵科技学院学报 2019(04)
    • [2].运动想象脑机接口中两种改进的脑电共空域模式特征提取方法[J]. 电子测量与仪器学报 2019(12)
    • [3].基于运动想象疗法引导的康复训练对脑卒中后吞咽障碍患者的疗效[J]. 湘南学院学报(医学版) 2020(01)
    • [4].运动想象的机理研究与应用综述[J]. 计算机工程与应用 2020(10)
    • [5].运动想象疗法结合音乐对卒中后偏瘫患者步行功能、生活质量的影响[J]. 现代实用医学 2020(04)
    • [6].分级运动想象疗法联合常规作业治疗对偏瘫患者生存质量的影响[J]. 中国当代医药 2020(24)
    • [7].运动想象的大尺度动态功能网络连接[J]. 中国生物医学工程学报 2019(04)
    • [8].针刺、推拿联合运动想象疗法对脑卒中偏瘫患者肢体功能的影响[J]. 生物医学工程学进展 2016(04)
    • [9].运动想象疗法对早期脑梗死患者康复治疗有效性的研究[J]. 中国卫生标准管理 2017(04)
    • [10].探讨运动想象疗法对脑卒中偏瘫患者平衡功能恢复的影响[J]. 中国卫生标准管理 2017(09)
    • [11].运动想象疗法对脑卒中偏瘫患者上肢运动功能恢复的影响[J]. 中国高等医学教育 2017(08)
    • [12].针灸联合运动想象疗法对脑卒中偏瘫患者康复进程的作用分析[J]. 中医临床研究 2016(03)
    • [13].运动想象疗法在脑卒中偏瘫患者下肢功能康复治疗中的效果观察[J]. 健康之路 2017(10)
    • [14].运动想象疗法的应用研究进展[J]. 按摩与康复医学 2015(15)
    • [15].立体针刺结合运动想象疗法对脑卒中恢复期运动功能障碍的影响[J]. 中国康复 2020(01)
    • [16].心理旋转实验在脑卒中患者运动想象能力评估中的应用[J]. 中国康复医学杂志 2020(10)
    • [17].结合运动想象和动作观察的伸-握动作识别方法[J]. 西安交通大学学报 2019(10)
    • [18].运动想象在卒中患者康复治疗中的应用研究进展[J]. 现代医药卫生 2019(20)
    • [19].基于脑电和眼电的运动想象多尺度识别方法研究[J]. 电子学报 2018(03)
    • [20].基于小波包变换的右手和脚运动想象任务分类[J]. 中国医疗器械杂志 2017(03)
    • [21].运动想象疗法对缺血性脑卒中患者下肢平衡能力的影响[J]. 哈尔滨医药 2016(04)
    • [22].运动想象训练对急性缺血性脑卒中患者的影响[J]. 华夏医学 2015(03)
    • [23].运动想象疗法在疗养院脑卒中偏瘫康复训练中的应用[J]. 中国民间疗法 2013(01)
    • [24].运动想象疗法在脑卒中偏侧忽略训练中的应用[J]. 中国康复理论与实践 2013(02)
    • [25].运动想象疗法在冠心病介入治疗患者心脏康复中的应用[J]. 中国当代医药 2013(14)
    • [26].运动想象疗法联合改良亲情护理干预对脑卒中偏瘫患者负性情绪及生活质量的影响[J]. 黑龙江医药科学 2019(06)
    • [27].基于多模式辅助刺激的运动想象电位特征调制[J]. 天津职业技术师范大学学报 2018(03)
    • [28].运动想象疗法对脑卒中偏瘫患者上肢功能恢复的影响观察[J]. 中国继续医学教育 2016(33)
    • [29].运动想象疗法结合强化运动治疗对脑卒中偏瘫上肢功能恢复的影响分析[J]. 双足与保健 2017(13)
    • [30].病房-家庭式运动想象康复训练技术对脑卒中大脑可塑性影响[J]. 中国康复医学杂志 2016(04)

    标签：;  ;  ;  ;  ;  

    基于运动想象的迁移学习分类算法研究
    下载Doc文档

    猜你喜欢

    © 2024 毕论降 版权所有 鄂ICP备12018319号-6