基于Fisher+Fuzzy算法提高SSVEP脑电信号分类

CORC > 沈阳自动化研究所 > 中国科学院沈阳自动化研究所 > 海洋机器人卓越创新中心

	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.