学位论文 > 优秀研究生学位论文题录展示

CSP算法在多任务下的扩展及在脑—机接口中的应用

作　者: 陈魁
导　师: 魏庆国
学　校: 南昌大学
专　业: 通信与信息系统
关键词: 脑-机接口 多类模式 共空域模式 近似联合对角化 UEDGI算法
分类号: TP334.7
类　型: 硕士论文
年　份: 2010年
下　载: 51次
引　用: 0次
阅　读: 论文下载
 

内容摘要


特征提取作为BCI系统中最重要的一个环节,直接影响着整个系统的分类性能。共空域模式(Common Spatial Pattern, CSP)是一种空域滤波算法,它主要用于提取多通道EEG信号的空域特征。虽然CSP算法的分类性能非常优良,但它是一种二进制算法,只适用于两种思维任务的特征提取。为了提高BCI系统的信息传输率,需要将CSP算法扩展到多类模式。联合对角化CSP算法是一种将二进制CSP算法扩展到多类模式的方法,是对多个协方差矩阵进行近似联合对角化,并利用主成分分析和空域子空间来提取EEG信号的特征。本文建议了三种近似联合对角化算法：Jacobi算法,ffdiag算法和UEDGI算法。文中从收敛速度、算法处理后各类协方差矩阵的灰度图、算法的分类结果以及算法的运行时间四个方面分析这三种算法的性能,最终得出UEDGI算法为最佳选择。5名受试者的平均分类正确率为：78.31%,相应的平均信息传输率为13.62比特/分钟。除此之外,文中还详细介绍了另外两种多类CSP算法：一对一CSP算法和一对多CSP算法,并将它们与基于UEDGI的CSP算法进行了对比。虽然在三类模式下,基于UEDGI的CSP算法的性能次于一对一CSP算法,但是在四类模式下,无论从分类结果还是运行时间它都优于其他两种多类CSP算法。所以随着可识别的类别数目的增加,基于UEDGI算法的CSP算法将会是多类模式的首选。

全文目录


摘要  3-4
Abstract  4-7
第1章 绪论  7-13
  1.1 BCI研究背景  7-8
  1.2 BCI研究的意义及应用  8-10
    1.2.1 BCI研究的理论意义  8-9
    1.2.2 BCI的应用  9-10
  1.3 BCI研究存在的主要问题  10
  1.4 本文的主要内容  10-13
第2章 BCI技术综述  13-22
  2.1 BCI的定义  13
  2.2 BCI系统的基本结构  13-14
  2.3 BCI系统的分类  14-16
  2.4 BCI系统的信号处理方法  16-17
    2.4.1 特征提取算法  16-17
    2.4.2 特征分类算法  17
  2.5 BCI技术的现状  17-21
  2.6 BCI系统的性能评估  21-22
第3章 多类CSP算法  22-40
  3.1 二进制CSP算法  22-23
  3.2 二进制CSP算法的局限性  23-24
  3.3 多类CSP算法  24-27
    3.3.1 一对一CSP  24-25
    3.3.2 一对多CSP  25
    3.3.3 联合对角化CSP  25-27
  3.4 近似联合对角化  27-35
    3.4.1 Jacobi算法  28-30
    3.4.2 快速最小二乘算法  30-33
    3.4.3 高斯迭代完全对角化算法  33-35
  3.5 空域模式的选择  35-36
  3.6 支持向量机  36-40
第4章 实验范式和实验结果  40-62
  4.1 实验数据  40-44
    4.1.1 实验范式  40-41
    4.1.2 数据处理  41-44
  4.2 事件相关同步/去同步  44-47
    4.2.1 ERD/ERS基本原理  44-45
    4.2.2 ERD/ERS时间过程与空间分布  45-47
  4.3 联合对角化CSP实验结果及分析  47-57
    4.3.1 空域模式数的影响  47-48
    4.3.2 EEG数据时间段的影响  48-49
    4.3.3 Jacobi算法的实验结果  49-52
    4.3.4 ffdiag算法的实验结果  52-54
    4.3.5 UEDGI算法的实验结果  54-56
    4.3.6 联合对角化CSP实验结果分析  56-57
  4.4 三种多类CSP算法实验结果分析  57-62
    4.4.1 一对一CSP算法的实验结果  57-58
    4.4.2 一对多CSP算法的实验结果  58-59
    4.4.3 三种多类CSP算法结果的分析  59-62
第5章 总结与展望  62-64
  5.1 全文总结  62-63
  5.2 展望  63-64
致谢  64-65
参考文献  65-68
攻读学位期间的研究成果  68

相似论文

  1. 感觉刺激诱发脑电特征研究,R318.0
  2. 脑神经信号及气动人工肌肉的ESN建模与控制,TN911.7
  3. 基于脑机接口技术的电视遥控系统研究与设计,TP872
  4. 基于数字拼写的视—听联合刺激诱发ERP研究,R318.0
  5. 基于听觉注意的认知脑—机接口研究,R318.0
  6. 多任务脑—机接口空域滤波与特征提取方法研究,TP11
  7. 基于运动起始视觉响应的在线实用化脑—机接口,R318.0
  8. 基于平行因子模型的运动想象脑电分类,R318.04
  9. 基于左右手运动想象的分类算法与脑—机接口研究,TP11
  10. 基于稳态视觉诱发电位的脑机接口系统的设计与研究,TP11
  11. 微型生物电信号采集存储系统设计与实现,TP274.2
  12. 植入式脑—机接口,TP334.7
  13. 基于运动想象的脑—机接口关键技术研究,TP334.7
  14. 功能近红外光谱成像研究及应用,TP391.41
  15. 多分类脑—机接口特征提取与模式分类方法的研究,TP334.7
  16. 基于想象运动的脑电信号处理算法的研究,TN911.7
  17. 脑—机接口的模式分类及其DSP实现,R318.6
  18. 脑机接口信号的模式分类,R318.0
  19. 用于穴位电刺激的脑—机接口反馈训练技术研究,R318.0
  20. 主动式便携脑机接口系统的关键技术研究,TP334.7

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 电子数字计算机（不连续作用电子计算机） > 外部设备 > 接口装置、插件
© 2012 www.xueweilunwen.com