基于可生长自组织映射的意识任务分类

• 作者: 刘海龙 王珏 郑崇勋
• 来源期刊: 西安交通大学学报
• 关键词: 脑-机接口 脑电 意识任务分类 可生长自组织映射
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 专题研究
• 页码范围: 1152-1156
• 页数: 5页
• 分类号: R318
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2006.10.027

摘要

在基于脑电(EEG)的脑-机接口技术中,使用可生长自组织映射(SOM)神经网络进行了5类意识任务分类的研究.结果表明:①可生长SOM能够根据数据内部结构自适应地调整确定其映射网络的拓扑形状,在一定程度上反应了数据的分布特征;②可生长SOM更关注那些表达误差比较大的映射单元,从而整体上减小了映射网络的表达误差,提高了对数据模式的表达能力,有利于模式的分类处理;③可生长SOM侧重于表达类别之间的边界信息,这对于分类问题有着积极的作用.与传统SOM相比,使用可生长SOM进行5类分类处理得到的分类精度提高了10%左右,分类正确率可以超过80%,说明可生长SOM在脑-机接口系统中有着很大的潜在应用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑崇勋	西安交通大学生物医学信息工程教育部重点实验室	122	1268	20.0	26.0
2	王珏	西安交通大学生物医学信息工程教育部重点实验室	68	444	12.0	16.0
3	刘海龙	西安交通大学生物医学信息工程教育部重点实验室	10	33	3.0	5.0