半监督学习的运动想象脑电信号分类

• 作者: 谭学敏 郭超
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 脑机接口 自训练 分段重叠共空间模式 置信度评估准则
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 139-145
• 页数: 7页
• 分类号: TP18
• 字数: 7274字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1811-0068

摘要

为了减少枯燥和耗时的训练进程和提高脑机接口系统的分类率,将半监督学习运用到了运动想象脑电的分类中,提出了一种基于分段重叠共空间模式的自训练算法,将分段重叠共空间模式作为特征提取算法,使用少量标记的数据进行学习,然后使用置信度评估准则从未标记样本中挑选信息量大的样本来提高线性判别分类器的性能.提出的算法在少量标记样本和大量未标记样本的帮助下,能够获得比基于共空间模式作为特征提取的自训练算法和基于滤波带宽共空间模式作为特征提取的自训练算法有更好的分类效果.使用2005 BCI竞赛的数据集Iva来证明算法的有效性,结果表明了提出的算法能有效提高运动想象脑电的分类率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭超		4	3	1.0	1.0
2	谭学敏	成都信息工程大学控制工程学院	1	0	0.0	0.0