基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
依据AdaBoost思想对BP神经网络、线性判别式以及支撑向量机三种传统分类器进行强化训练形成强分类器。在传统训练的基础上,根据分类器的映射特点选择相应的预处理方法和权值分布函数,降低分类器对数据特点的依赖性,提高AdaBoost的训练效果。对基于左右手运动想象的实际脑电数据进行模式分类,发现采用该思想训练的强分类器能不同程度地提高分类效果。该算法具有一定的推广意义,也证实了AdaBoost算法在脑机接口技术开发中的应用潜力。
推荐文章
基于fMRI脑机接口的数据分类方法的研究
脑机接口
功能磁共振成像
支持向量机
分类
血氧水平依赖
基于AdaBoost分类器的车牌字符识别算法研究
字符识别
模板匹配
AdaBoost
退化现象
基于回溯搜索算法的导联选择脑机接口研究
脑机接口
共空域模式
回溯搜索优化算法
最优导联选择
基于GA-CFS和AdaBoost算法的网络流量分类
流量分类
相关性特征选择
适应度函数
AdaBoost算法
弱分类器
权重
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于AdaBoost的脑机接口分类算法研究
来源期刊 电子科技大学学报 学科 医学
关键词 脑机接口 分类器 脑电信号 运动想象 支撑向量机
年,卷(期) 2013,(5) 所属期刊栏目 生物电子学
研究方向 页码范围 791-793
页数 3页 分类号 R318
字数 2621字 语种 中文
DOI 10.3969/j.issn.1001-0548.2013.05.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田银 重庆邮电大学生物信息学院 10 19 3.0 3.0
3 徐鹏 电子科技大学神经信息教育部重点实验室 16 93 6.0 9.0
6 李沛洋 重庆邮电大学生物信息学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (42)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (12)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
脑机接口
分类器
脑电信号
运动想象
支撑向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
论文1v1指导