基于人工蜂群优化高斯过程的运动想象脑电信号分类

• 作者: 佘青山 孟明 耿雪青 韩笑
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 脑电信号 高斯过程分类 人工蜂群 运动想象
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 传感器研究
• 页码范围: 378-384
• 页数: 7页
• 分类号: TP391
• 字数: 6032字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2017.03.008

摘要

针对传统的高斯过程采用共轭梯度法确定超参数时对初值有较强依赖性且易陷入局部最优的问题,提出了一种基于人工蜂群优化的高斯过程分类方法,用于脑电信号的模式识别.首先,构建高斯过程模型,选择合适的核函数且确定待优化的参数.然后,选取识别错误率的倒数为适应度函数,使用人工蜂群算法搜索寻找出限定范围内可以取得最优准确率的超参数.最后,采用参数优化后的高斯过程分类器对样本分类.分别采用2008年竞赛数据集BCI Competition Ⅳ Data Set 1和2005年数据集BCI Competition Ⅲ Data Set Ⅳa对所提方法进行验证,并与支持向量机(SVM)、人工蜂群优化的支持向量机(ABC-SVM)、高斯过程分类(GPC)方法进行比较,实验结果表明了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟明	杭州电子科技大学智能控制与机器人研究所	34	381	11.0	18.0
2	耿雪青	杭州电子科技大学智能控制与机器人研究所	3	8	2.0	2.0
3	佘青山	杭州电子科技大学智能控制与机器人研究所	38	366	11.0	18.0
4	韩笑	杭州电子科技大学智能控制与机器人研究所	2	18	2.0	2.0