مقایسه ویژگی های توانی و آماری ویولت در طبقه بندی و تفکیک سیگنال های انگیختگی از سطح سر
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 703
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NEEREC07_006
تاریخ نمایه سازی: 27 فروردین 1393
چکیده مقاله:
هدف این مقاله استخراج ویژگی های آماری و توانی فرمان های حرکتی مغز جهت ارتباط انسان با رایانه می باشد. از آنجا که استخراج ویژگی ها یکی از مسائل مهم در طبقه بندی می باشد، هرچه ویژگی های استخراج شده اطلاعات بیشتری از خصوصیات مد نظر ما را داشته باشد طبقه بندی کننده حالت ذهنی عملکرد ودقت بهتری خواهند داشت. حرکت های مد نظر در این تحقیق تصور حرکت های دست راست و چپ می باشد. تبدیل ویولت به طور ویژه ای برای جداسازی سیگنال های غیر ایستان با ویژگی های فرکانسی متفاوت بکار می رود. در این تحقیق، تبدیل ویولت گسسته جهت بررسی فرکانس-زمانی سیگنال های EEGاستفاده می شود. این تبدیل بر پایه گذراندن سیگنال از دو فیلتر بالا و پایین گذر و سپسکاهشنمونه به دست می آید که این فرآیند می تواند در چند طبقه انجامگیرد. نتایج نشان می دهد ویژگی های توانی استخراج شده به تنهایی تا 87 % درصد و پس از آن ویژگی های توانی بهمراه ویژگی های آماری، تا حد بسیاری می تواند به طبقه بندی حالت های تصور ذهنی کمک کند
کلیدواژه ها:
نویسندگان
ناصر ضیائی
دانشگاه آزاد اسلامی واحد کازرون ایران
علی رفیعی
دانشگاه آزاد اسلامی واحد کازرون ایران
محسن معصومی
دانشگاه آزاد اسلامی واحد کازرون ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :