原文服务方: 计算机应用研究       
摘要:
针对运动想象脑—机接口系统中,高密度导联导致实验准备时间长、系统运行速度慢、性能变差等问题,提出了一种新的导联优选算法——遗传蜂群算法.该算法通过引入遗传算法的交叉和变异算子以提高蜂群算法的邻域搜索能力,避免陷入局部最优解的问题.对第四届国际BCI竞赛dataset l中四名被试者(a、b、f和g)的59导联运动想象数据进行导联优选,用多类CSP算法和支持向量机对优选导联数据进行特征提取和分类识别.结果表明,所提出算法在大大降低了导联维数的同时,也得到了比全导联更高的分类识别率,验证了所提算法的实用性和有效性.
推荐文章
互信息引导下的前向搜索脑—机接口导联选择算法
导联选择
前向搜索
互信息
最大相关最小冗余
基于改进的蜂群遗传算法求解多选择背包问题
多选择背包问题
蜂群遗传算法
双种群
主动进化
基于遗传交叉因子的改进蜂群优化算法
蜂群算法
交叉因子
收益度
遗传算法
通道扩维与FastICA算法相融合用于BCI运动想象脑电信号识别
独立成分分析
负熵
通道扩维
脑机接口
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 基于遗传蜂群算法的运动想象BCI系统导联选择
来源期刊 计算机应用研究 学科
关键词 脑—机接口 运动想象 遗传算子 人工蜂群算法 遗传蜂群算法 导联选择
年,卷(期) 2018,(8) 所属期刊栏目 系统应用开发
研究方向 页码范围 2374-2378
页数 5页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.08.033
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 张锐 郑州大学电气工程学院 142 1144 18.0 24.0
2 胡玉霞 郑州大学电气工程学院 37 298 9.0 16.0
3 李晓媛 郑州大学电气工程学院 28 67 5.0 7.0
4 师黎 清华大学自动化系 3 1 1.0 1.0
5 马留洋 郑州大学电气工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (170)
共引文献  (221)
参考文献  (24)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(2)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(16)
  • 参考文献(0)
  • 二级参考文献(16)
2008(23)
  • 参考文献(4)
  • 二级参考文献(19)
2009(36)
  • 参考文献(2)
  • 二级参考文献(34)
2010(18)
  • 参考文献(1)
  • 二级参考文献(17)
2011(24)
  • 参考文献(4)
  • 二级参考文献(20)
2012(15)
  • 参考文献(1)
  • 二级参考文献(14)
2013(8)
  • 参考文献(2)
  • 二级参考文献(6)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
脑—机接口
运动想象
遗传算子
人工蜂群算法
遗传蜂群算法
导联选择
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导