Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

A review on features extraction and classification methods of EEG-based brain-computer Interface

هشتمین کنفرانس بین المللی راهکارهای نوین در مهندسی، علوم اطلاعات و فناوری در قرن پیش رو
سال انتشار: 1400
کد COI مقاله: EISTC08_029
زبان مقاله: انگلیسیمشاهده این مقاله: 130
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 22 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله A review on features extraction and classification methods of EEG-based brain-computer Interface

Alireza Pirasteh - Department of Electrical Engineering, South Tehran Branch, Islamic Azad University, Tehran ,Iran
Manouchehr Shamseini Ghiyasvand - Department of Electrical Engineering, South Tehran Branch, Islamic Azad University, Tehran ,Iran

چکیده مقاله:

The Computer Brain Interface (BCI) is an effective communication system for people withneurological disorders who do not need external muscular activity. Extraction and classificationof main and key steps in BCI systems based on motor imagery. In this review article, FFT, WPD,CSP and GC feature extraction methods introduced and reviewed. The Common Spatial Pattern(CSP) is an efficient and common technique for extracting data properties used in BCI systems. Inaddition, LDA, SVM, NN and DL classification methods introduced and reviewed. LDA and SVM(linear) methods are the most common linear classification algorithms used in BCI systems. Forfeature vectors with high dimension, SVM is the most appropriate classifier due to its insensitivityto curse of dimensionality. In recent years, DL used in the design of BCI systems. DL is a goodchoice for BCI systems based on motor imagery with big dataset.

کلیدواژه ها:

Brain computer interfaces (BCI) ، Common spatial patterns (CSP) ، Electroencephalography (EEG) ، Feature selection ، Classification

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا EISTC08_029 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1196570/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Pirasteh, Alireza and Shamseini Ghiyasvand, Manouchehr,1400,A review on features extraction and classification methods of EEG-based brain-computer Interface,8th International Conference on New Strategies in Engineering, Information Science and Technology in the Next Century,https://civilica.com/doc/1196570

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1400, Pirasteh, Alireza؛ Manouchehr Shamseini Ghiyasvand)
برای بار دوم به بعد: (1400, Pirasteh؛ Shamseini Ghiyasvand)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 11,769
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی