بررسی ویژگی های توانی و آماری ویولت در طبقه بندی و تفکیک پتانسیل های انگیختگی سطح سر

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 640

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELECOM01_100

تاریخ نمایه سازی: 9 تیر 1393

چکیده مقاله:

هدف این مقاله بررسی ویژگی های آماری و توانی استخراج شده توسط توابع تبدیل ویولت از پتانسیل فرمان های حرکتی مغز توسط شبکه عصبی چند لایه پرسپترون جهت ارتباط انسان با رایانه و یا پروتز های حرکتی می باشد. از آنجا که استخراج ویژگی ها یکی از مسائل مهم در طبقه بندی می باشد. در این تحقیق، تبدیل ویولت گسسته جهت بررسی فرکانس-زمانی سیگنال های الکتروانسفالوگرام استفاده می شود. نتایج نشان می دهد ویژگی های توانی استخراج شده به تنهایی و پس از آن ویژگی های توانی بهمراه ویژگی های آماری، تا 93 % درصد می تواند به طبقه بندی حالت های تصور ذهنی کمک کند

نویسندگان

ناصر ضیائی

دانشجوی کارشناسی ارشد، دانشکده برق، دانشگاه آزاد اسلامی واحد کازرون ، کازرون، ایران

علی رفیعی

استادیار دانشکده برق دانشگاه آزاد اسلامی واحد کازرون، کازرون، ایران

علی توکلی گلپایگانی

استادیار دانشگاه علوم پزشکی،گروه فیزیک پزشکی شیراز، شیراز، 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 :
  • دکتر احمد بناکار، شبکه های عصبی موجک و کاربرد آن ...
  • ناصر ضیایی، علی رفیعی، محسن معصومی، تشخیص و پردازش فرمان ...
  • مارتین تی. هاگان- هاوارد بی.دیموث- مارک بیل، طراحی شبکه های ...
  • دکتر محمد باقر منهاج، مبانی شبکه های عصبی، ویرایش اول، ...
  • EEG SIGNAL PROCESSING Saeid Sanei and J.A Chambers _ Centre ...
  • Wavelet Toolbox User's Guide R2011b Michel Misiti, Yves Poggi ...
  • _ _ _ _ LLC Hingham, Massachuset, ISBN: 0-9778582-0- ...
  • A. Schlogl, K. Lugger and G. Pfurtscheller (1997) Using Adaptive ...
  • Implementation of Epileptic EEG using Recurrent Neural Network M. Gayatri, ...
  • Subasi, A. Automatic recognition of alertness level from EEG by ...
  • EEG-bused classification of imaginary left and right foot movementa using ...
  • University of Technology Graz. (Gert Pfurtscheller) http : //www .bbci ...
  • Automatic Sleep Stage Classification Based on EEG Signals by Using ...
  • S. _ Vaseghi, Advanced Digital Signal Processing and Noise Reduction, ...
  • P. Johankhani, V. Kodogiannis, and K. Revett, "EEG Signal Classifi ...
  • Mohammad Mikaeili, Edson Estrada, Homer Nazera, Automatic Sleep Stage Classification ...
  • نمایش کامل مراجع