当前位置:首页 >> 信息与通信 >>

基于神经网络集成的思维脑电信号分类方法_论文

总 第 28期  5 2 1 年第 4 01 期  计算机与数字工程  C mp tr& Dii l n i e i   o ue gt   gn r g aE e n V0. 9No 4 13   .   8   基 于神 经 网络 集成 的思 维脑 电信 号分 类 方 法  贾 花萍  ( 陕西渭南师范学 院计算机科学系 渭南 740) 10 0  摘 要 提出基于神经网络集 成算 法的思维 脑电信号分类 方法 , 采用 B P神经 网络为分类 器 , 用 AR参 数提取 的思  对 维脑电特征进行分类 。为进一 步提 高 B P神经 网络的分类性能 , 采用 B g ig agn 算法对 B P神经 网络分类器进 行加权投票 , 实  验表明 , 出的方法具有很好 的分类效果 。 提   关键词 脑电信号( E ) B E G ; P神经 网络 ;A R参数 ; agn 算法  B g ig T 1  P8 中 图分 类 号 Cl s fc to  o   i e e tM e a   as iia i n f rD f r n   nt lTas   fEEG  g al  ks o   Si n s Ba e   n BP  e a   e wo k a d Ba g n   g rt   s do   N ur lN t r   n   g i g Al o ihm Ja H ua n   i  pi g ( p rme to   mp t rS in e De a t n   fCo u e   ce c ,W en n Te c e s Un v r i  n S a n i i a   a h r   i e st i  h a x ,W en n 7 4 0 ) y ia   1 0 0  Ab t a t Pr p s d EEG  i n lca sf a i n me h d b s d o   P n u a  e wo k a d Ba g n   l o i m ,u i g B   s rc   o o e  sg a  ls i c t   t o   a e   n B   e r ln t r   n   g i g a g rt i o h sn   P n u a  e wo k c a sfe ,wi  h   e r 1n t r   l s i r i t t e AR  a a e e so  h   x r c e   h p r m t r  ft e e ta t d EEG e t r st o g tt   ls i .To f rh re h n et e fa u e  h u h  O ca sf y  u t e   n a c  h   p ro ma c   fB   e r ln t r   l s iia in,u i g Ba g n   lo ih BP n u a  e wo k ca sf rweg td v t g x   e f r n e o   P n u a  e wo k c a sf t c o sn   g i g a g rt m    e r l t r   ls i e   i h e   o i ,e — n i n p r n s s o t a  h   r p s d me h d h s ag o   l s i c to   a e ei me t  h w h tt e p o o e   t o   a     o d c a sf a in r t . i   K yW o d   E e  rs EG ,B   e r l ewo k,AR  a a t r ,B g i g ag rt m  P nu a n t r   p r me e s a g n   l o i h Cl s   m b r TP】   a s Nu e  8 1 引 言    脑 电信号 记 录 下来 的 脑 电 活动 包 含 了大 量 的  生 理信 息 , 取脑 电特 征并对 其作 深 入 的研 究有 助  提 于我们 进一 步探 索大脑 。B P神 经 网络具 有 对任 意  非 线性 函数 的逼 近能力 及较 强 的 自学 习 、 自适应 能  电信 号识 别方 法更 高 的识 别率 。同时 , 降低 了个体  神经 网络 的配 置难度 , 高 了系统 的泛化 能力 。 提   2 系统 模 型 结 构  采用 B g ig算 法 集 成 的 B a gn P神 经 网 络 E G E   信 号分类 方法 , 系统结 构如 图 1 示 。 其 所   力, 其作 为脑 电信 号 的分类器 在 B I C 的研究 中得 到  了广 泛应用 。然 而 , 由于缺 乏 问题 的先 验 知 识 , P B  算 法往 往很 难找 到理想 的网络结 构 , 就影 响 了分  这 类器 泛化 能力 的提高 。为 此 , 文 提 出 了基 于 神经  本 I   原  G . . . A I    . . . . . . [   懿  图 1 B   agn   P B g ig算法思维脑 电分 类结构模 型  网络 集 成 技 术 的分 类 算 法 。该 方 法通 过 AR参 数  提取 思维 脑 电信号 的主 要特 征 , 用 B g ig算法  采 a gn 构建 神经 网络集 成模 型 , 成 网络 输 出结 果 。实验  集 结果 表 明 , 该方 法得 到 了 比基 于单 个神 经 网络 的脑  1 处理 模 块 : 原 始 脑 电 信 号 用 时 域 回归  )预 对 方法 进行预 处理 , 除眼 电等干扰 。 去   2 特 征 提 取 模 块 : 处 理 后 的脑 电 信 号 进 行  ) 对 * 收 稿 日期 :0 0 1 2 1

相关文章:
更多相关标签: