|
|||||
|
|
| 稀疏降噪自编码器在IR-BCI的应用研究 | |
| 作者单位： | ;1.中南民族大学医学信息分析及肿瘤诊疗湖北省重点实验室;2.中南民族大学认知科学国家民委重点实验室 |
| 摘 要： | 针对脑-机接口的特征提取问题,提出了一种基于非监督学习的稀疏降噪自编码器,对刺激诱发的脑电信号进行自主学习,构建原始数据的深层特征表达。该编码器引用稀疏自编码神经网络,通过加入噪声,增强其学习的泛化能力,增加了神经网络的鲁棒性。首先对多导联信号进行重新拼接,输入稀疏降噪自编码器,得到原始数据的稀疏特征表达;然后,采用支持向量机将学习到的特征进行分类;最后,同直接使用最优单通道相对比。实验结果为:稀疏降噪自编码器的分类准确率要优于单通道,表明该方法能够更好地学习到特征,并提高了"模拟阅读"脑-机接口的识别正确率,为脑-机接口系统的特征提取和分类提供了新思路。 |
| 关 键 词： | 模拟阅读 脑-机接口 非监督学习 稀疏降噪自编码器 支持向量机 |
Research of IR-BCI based on sparse de-noising autoencoder |
|
| Abstract: | |
| Keywords: | |
