SIA OpenIR  > 海洋机器人卓越创新中心
基于组合分类器的不同状态下脑电信号分类
其他题名Classification of EEG Signals in Different States Based on Combined Classifier
张进1; 李伟1; 俞建成1; 徐东岑1; 杜秀兰2
作者部门海洋机器人卓越创新中心
关键词脑电信号分类 手臂操作 组合分类器 距离差值 修正函数 水下机器人操作
发表期刊控制与决策
ISSN1001-0920
2018
产权排序1
资助机构国家自然科学基金项目(61473207, 61233013)
摘要当手臂操作与脑电控制被同时应用到水下机器人操作中且操作人员处于不同作业状态时,针对使用单一脑电信号分类器无法获得较为理想的控制意图识别准确率问题,本文提出了使用组合分类器选取分类结果和根据实际作业情况的特殊性修正分类结果的方法来提升识别准确率.该方法首先使用Fisher判别方法分别对无手臂操作与存在手臂操作产生的数据进行训练得到两种作业状态下的分类器,其次将两分类器进行组合并使用曲线拟合的方式确定用来判定分类结果的基准距离差值(该差值的选取考虑了个体差异),然后根据实际作业情况的特殊性使用距离修正函数对距离差值进行修正,最后通过比较基准距离差值与修正后距离差值的大小来确定最终分类结果.为了验证所提方法的有效性,6位被试者被邀请参与了测试过程.实验结果显示,在设计的在线实验中该方法相对于其它三种方法在识别准确率上分别提升了13.42%、5.55%和5.55%,说明该方法是可行且有效的.
其他摘要It is difficult to use a single EEG classifier to achieve an ideal recognition accuracy of control intention when the operator is in different operating states and both arm operation and EEG control are used in the underwater vehicle operation. An algorithm is proposed in this paper to improve the recognition accuracy by selecting the classification result by using the combined classifier and correcting the classification result according to the specific situation of the actual operation. Firstly, the Fisher discriminant method is used to train the data generated by the armless operation and the arm operation to get the classifier in two operation states. Secondly, the two classifiers are combined and the curve fitting is used to determine the reference distance difference which is used to determine the classification result (the selection of the difference takes into account individual differences). Thirdly, the distance difference is corrected by the distance correction function according to the particularity of the actual operation situation. Finally, the final classification result is determined by comparing the difference between the reference distance difference and the corrected distance difference. In order to verify the effectiveness of the proposed algorithm, six subjects were invited to participate in the testing process. The experimental results show that the proposed algorithm improves the recognition accuracy by 13.42%, 5.55% and 5.55% respectively compared with the other three methods in the designed online experiment, which demonstrates that the algorithm is feasible and effective.
语种中文
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/21845
专题海洋机器人卓越创新中心
通讯作者李伟
作者单位1.中国科学院沈阳自动化研究所机器人学国家重点实验室;
2.天津大学电气自动化与信息工程学院
推荐引用方式
GB/T 7714
张进,李伟,俞建成,等. 基于组合分类器的不同状态下脑电信号分类[J]. 控制与决策,2018.
APA 张进,李伟,俞建成,徐东岑,&杜秀兰.(2018).基于组合分类器的不同状态下脑电信号分类.控制与决策.
MLA 张进,et al."基于组合分类器的不同状态下脑电信号分类".控制与决策 (2018).
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于组合分类器的不同状态下脑电信号分类.(1611KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[张进]的文章
[李伟]的文章
[俞建成]的文章
百度学术
百度学术中相似的文章
[张进]的文章
[李伟]的文章
[俞建成]的文章
必应学术
必应学术中相似的文章
[张进]的文章
[李伟]的文章
[俞建成]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于组合分类器的不同状态下脑电信号分类.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

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。