基于Fisher+Fuzzy算法提高SSVEP脑电信号分类 | |
杜秀兰1; 张进2; 毛晓前1; 张凯莉1; 李伟1,2,3 | |
刊名 | 控制工程
![]() |
2019 | |
卷号 | 26期号:6页码:1060-1067 |
关键词 | 脑-机接口 稳态视觉诱发电位 Fisher Fuzzy |
ISSN号 | 1671-7848 |
其他题名 | Based on Hybrid Fisher and Fuzzy Algorithms to Improve Classification Accuracy of EEG-Based SSVEP Brain Signals |
产权排序 | 2 |
英文摘要 | 为了提高脑-机接口(Brain-ComputerInterface,BCI)系统中基于稳态视觉诱发电位(Steady-stateVisualEvokedPotentials,SSVEP)信号的分类准确率,提出了一种新的基于Fisher+Fuzzy的分类算法。该算法首先对提取的脑电特征利用Fisher算法得到最佳投影方向和阈值,然后对样本点到最佳超投影面的距离d进行模糊化,再通过模糊推理确定分类结果。该分类算法改善了在SSVEP分类中使用单一Fisher分类器难以对多分类问题中处于歧义区的样本进行有效分类的问题。结果显示在SSVEP的三、四、五分类中,Fisher+Fuzzy分类器取得了94.72%,92.18%,86.08%的平均分类准确率,高于单一Fisher分类器90.07%,80.60%,74.42%的平均准确率,对具有较低可分性的数据集进行分类时准确率显著提高。 |
语种 | 中文 |
CSCD记录号 | CSCD:6510873 |
资助机构 | 国家自然科学基金资助项目(61473207) ; 中国科学院前沿科学重点研究项目(QYZDY-SSW-JSC005) |
内容类型 | 期刊论文 |
源URL | [http://ir.sia.cn/handle/173321/25213] ![]() |
专题 | 海洋机器人卓越创新中心 |
通讯作者 | 杜秀兰 |
作者单位 | 1.天津大学电气自动化与信息工程学院 2.中国科学院沈阳自动化研究所机器人学国家重点实验室 3.加州州立大学贝克斯菲尔德分校计算机科学与电子工程系 |
推荐引用方式 GB/T 7714 | 杜秀兰,张进,毛晓前,等. 基于Fisher+Fuzzy算法提高SSVEP脑电信号分类[J]. 控制工程,2019,26(6):1060-1067. |
APA | 杜秀兰,张进,毛晓前,张凯莉,&李伟.(2019).基于Fisher+Fuzzy算法提高SSVEP脑电信号分类.控制工程,26(6),1060-1067. |
MLA | 杜秀兰,et al."基于Fisher+Fuzzy算法提高SSVEP脑电信号分类".控制工程 26.6(2019):1060-1067. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论