بهبود کنترل رابط مغز رایانه و بهینه سازی تشخیص وجود - P300 با استفاده از ترکیب طیف های درجه بالا و ویولت
محل انتشار: هفتمین کنفرانس ملی مهندسی برق و الکترونیک ایران
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 842
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE07_348
تاریخ نمایه سازی: 19 اردیبهشت 1395
چکیده مقاله:
کرنل باترورث در پیش پردازش سیگنال های حوزه زمان- فرکانس مانند یک فیلتر پایین گذر با باند گذر صاف و ناحیه گذرباریک متغیر عمل می کند و باعث کاهش اعوجاج جملات اصلی و جملات متقابل کم فرکانس می گردد. در این مطالعه از کرنل باترورث جهت فیلتر سیگنال های نوار مغزی (EEG) در پنج باند فرکانسی شامل دلتا، تتا، آلفا، بتا و گاما استفاده شد و 9 ویژگی استخراج گردید. همچنین از تبدیل ویولت به منظور استخراج ویژگی ها استفاده و ویژگی های بهینه بدست آمده از هر دو حالت با الگوریتم ژنتیک، استخراج شدند. این ویژگی ها بعنوان داده های ورودی شبکه برای طبقه بندی و جداسازی سیگنال های دارای مولفه بکار رفت. در نهایت هنگامی که از ویژگی های آماری طیف درجه بالا به همراه ضرایب ویولت به صورت توام استفاده شد صحت تفکیک بالاتری نسبت به بررسی تک تک ویژگی ها حاصل شد.
کلیدواژه ها:
نویسندگان
حمید رضا کاهنی
گروه برق کنترل دانشگاه آزاد اسلامی واحد گناباد گناباد ایران
مجتبی روحانی
گروه برق کنترل دانشگاه آزاد اسلامی واحد گناباد گناباد ایران
مهدی عبدالصالحی
گروه برق دانشگاه آزاد اسلامی واحد اسلامشهر اسلامشهر 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 :