谢国栋
- 作品数：5 被引量：5H指数：1
- 供职机构：中南民族大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于小波和主成份的IR-BCI异步化研究
- 2016年
- 空闲状态的识别一直是实现脑机接口异步化的难点。本文通过设计闭眼、文本阅读、自由思想三种空闲状态和模拟阅读工作状态的方案，用主成份和小波变换结合的方法（WPCA）来实现本模式下空闲状态的检测。结果表明：用32个通道的WPCA刻划特征可以识别出工作状态和空闲状态。在用主分量分析时，使用52个通道进行特征提取的识别效果显著优于比单独使用其中的一些通道的识别效果，并且两种方法结合使用比单独使用其中的一种分类的正确率要高，最高能够达到96％。
- 谢国栋官金安
- 关键词：异步小波分析SVM
- 基于小波和主成份的IR-BCI异步化研究
- 空闲状态的识别一直是实现脑机接口异步化的难点.本文通过设计闭眼、文本阅读、自由思想三种空闲状态和模拟阅读工作状态的方案,用主成份和小波变换结合的方法(WPCA)来实现本模式下空闲状态的检测.结果表明:用32个通道的WPC...
- 谢国栋官金安
- 关键词：空闲状态小波分析
- 稀疏降噪自编码器在IR-BCI的应用研究被引量：4
- 2017年
- 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。
- 赵瑞娟官金安谢国栋
- 关键词：脑-机接口非监督学习
- 模拟阅读脑-机接口空闲状态的检测
- 脑-机接口是一个不依靠外周神经和肌肉组织的一种全新的人机通信与控制方式的系统。它能够将采集到的脑电信号进行解码，把解码后的信号当作使用者意图的控制信号，然后输出指令对外部设备进行控制。这项技术可以应用于很多领域，例如能够...
- 谢国栋
- 关键词：脑机接口空闲状态卷积神经网络
- “模拟阅读”脑-机接口N2P3成分的自动提取被引量：1
- 2017年
- 提出了一种基于ICA和局部能量最大的单次自动提取脑电信号中N2和P3成分的方法。实验采集了七名健康受试者在观察"模拟阅读"刺激界面状态下的32导的脑电信号,利用Fast ICA算法对单试次脑电信号进行盲源分离,将得到的32个分量用样本方差最大方法,在固定时间段自动提取脑电信号中N2和P3成分。把N2、P3分量直接作为单次提取的特征,利用支持向量机进行分类,同时和最优单通道时域特征的分类进行对比。结果表明:基于ICA方法可以有效地自动提取单次脑电信号中N2和P3成分,且分类效果比最优单通道有显著提高。
- 金震官金安赵瑞娟谢国栋
- 关键词：ICASVM
