بهبود کارایی طبقهبندیکننده تنک در سیستمهای واسط مغز ـ کامپیوتر با استفاده از الگوریتم الگوهای مکانی مشترک
محل انتشار: دومین کنفرانس بیوالکترومغناطیس ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 728
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBEMM02_009
تاریخ نمایه سازی: 11 خرداد 1393
چکیده مقاله:
برای افزایش کارایی سیستمهای واسط مغز و کامپیوتر مبتنی بر تصورات حرکتی، معمولاً از مجموعهای از روشهای پردازش سیگنال در بخشهای استخراج ویژگی و طبقهبندی استفاده میشود. باتوجه به گزارشهای متعدد از کارایی مناسب طبقهبندیکننده مبتنی بر نمایش تنک در حوزه شناسایی الگو، دراین مقاله از این طبقهبندیکننده در چارچوب یک سیستم BCI استفاده شده است. در صورت طراحی یک ماتریس دیکشنری فراکامل کارآمد برای این طبقهبندیکننده، که از مرحله استخراج ویژگی بدست میآید. کارایی آن افزایش مییابد. الگوریتم الگوهای مکانی مشترک (CSP) بطور وسیع برای استخراج ویژگی درتحقیقات BCI مبتنی برتصورات حرکتی استفاده میشود. متأسفانه الگوریتم CSP استاندارد نسبت به نویز حساسیت بالایی داشته و در مواردی که داده آموزشی کمی وجود داشته باشد شدیداً دچار یادگیری بیش از اندازه میشود. در این مقاله با روشهای بهبود الگوریتم CSP که با نام کلی CSP تنظیم شده (Regularized CSP) نام برده میشود، توانستهایم به افزایش کارایی قابل ملاحظهای در مواردی که دادهی آموزشی کمی وجود داشته است برسیم. استفاده از این روش منجر به افزایش میانگین درصد صحت تشخیص به میزان حدود 6/5% نسبت به گونه استاندارد CSP شده است.
کلیدواژه ها:
الگوهای مکانی مشترک تنظیم شده ، سیگنالهای مغزی ، سیستمهای واسط مغز و کامپیوتر ، شناسایی الگو ، طبقهبندیکننده مبتنی بر نمایش تنک
نویسندگان
علیرضا میرجلیلی
دانشجوی کارشناسی ارشد، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد
وحید ابوطالبی
استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد
محمدتقی صادقی
استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :