稀疏降噪自编码器在IR-BCI的应用研究

• 作者: 官金安 谢国栋 赵瑞娟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模拟阅读 脑-机接口 非监督学习 稀疏降噪自编码器 支持向量机
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 167-171
• 页数: 5页
• 分类号: TP391.4
• 字数: 3834字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1610-0117

摘要

针对脑-机接口的特征提取问题,提出了一种基于非监督学习的稀疏降噪自编码器,对刺激诱发的脑电信号进行自主学习,构建原始数据的深层特征表达.该编码器引用稀疏自编码神经网络,通过加入噪声,增强其学习的泛化能力,增加了神经网络的鲁棒性.首先对多导联信号进行重新拼接,输入稀疏降噪自编码器,得到原始数据的稀疏特征表达;然后,采用支持向量机将学习到的特征进行分类;最后,同直接使用最优单通道相对比.实验结果为:稀疏降噪自编码器的分类准确率要优于单通道,表明该方法能够更好地学习到特征,并提高了"模拟阅读"脑-机接口的识别正确率,为脑-机接口系统的特征提取和分类提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	官金安	中南民族大学医学信息分析及肿瘤诊疗湖北省重点实验室	34	181	7.0	11.0
5	赵瑞娟	中南民族大学医学信息分析及肿瘤诊疗湖北省重点实验室	4	6	2.0	2.0
9	谢国栋	中南民族大学医学信息分析及肿瘤诊疗湖北省重点实验室	2	3	1.0	1.0