انگشت نگاری مغزی جهت تفکیک مفاهیم کنترلی پهپاد با استفاده از الگوریتم آنالیز اجزاء مستقل و شبکه های عصبی مصنوعی و فازی

در این پژوهش، ثبت سیگنال ها با دستگاه میکرومد و کلاه 43 کاناله به صورت تک قطبی با الکترود مرجع CZ انجام شد. جامعه آماری، شامل ده داوطلب مرد با رنج سنی 35-25 و تکلیف طراحی شده شامل 24 اسلاید از چهار جهت اصلی بالا، پایین، چپ و راست بوده است. برای نخستین بار از الگوریتم آنالیز اجزاء مستقل هم در جهت استخراج آرتیفکت ها و هم در جهت کاهش بعد سیگنال و تعیین سیگنال هدف استفاده شده است. نتایج طبقه بندی کننده ها نشان می دهد که طول بازه 2/5 ثانیه برای پنجره زمانی بهترین صحت های تفکیک و ویژگی ضرایب مدل AR با مرتبه 15 بهترین انتخاب برای استخراج ویژگی جهت نتایج بهتر می باشد. در آخر نتایج این آزمایش بیان کننده آن است که تفکیک کننده شبکه عصبی فازی نسبت به آنالیز جداساز خطی و شبکه عصبی بالاترین صحت تفکیک را دارد.

کلیدواژه ها:

سیگنال های مغزی ، آنالیز اجزاء مستقل ، آنالیز جداساز خطی ، شبکه عصبی مصنوعی ، شبکه عصبی فازی