未找到相关数据
基于有监督学习的概率神经网络的脑电信号分类方法
被引：12
作者：
吴婷
颜国正
杨帮华
孙虹
机构：
[1] 上海交通大学医学精密工程及智能系统研究室
来源：
关键词：
概率神经网络;
监督学习;
脑机接口;
脑电信号;
D O I：
10.16183/j.cnki.jsjtu.2008.05.026
中图分类号：
R318 [生物医学工程];
学科分类号：
0831 ;
摘要：
针对脑机接口(BCI)研究中脑电信号(EEG)的模式识别问题,提出了一种基于有监督学习的概率神经网络(PNN)的分类方法.该方法用学习矢量量化对各类训练样本进行聚类,对平滑参数和距离各类模式中心最近的聚点构造区域,并采用遗传算法在构造的区域内训练网络.利用BCI2003竞赛的标准数据,该方法使得EEG的识别正确率达到93.8%,与竞赛的最好结果(88.7%)相比提高了5.1%,为BCI研究中脑电信号的分类提供了有效的手段.
引用
收藏
页码：803 / 806
页数：4
相关论文