طبقه بندی سیگنال‌های الکتروانسفالوگرام براساس شبکه عصبی شعاع مبنا ( RBF)
Publish place: 2nd Conference on Innovation in Electrical Engineering
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 835
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCNIEE02_295
تاریخ نمایه سازی: 29 بهمن 1392
Abstract:
امروزه استفاده از سیگنال های الکتریکی مغزیEEG)به منظور تشخیص بیماری های اعصاب و روان کاربرد فراوانی دارد. استخراج تحلیل و طبقه بندی این سیگنال ها نقشی اساسی در فرآیند بررسی تشخیص بیماری بازی می کند. در این میان، استفاده از شبکه های عصبیشعاع مبنا جهت نیل به این هدف از جایگاه ویژه ای برخوردار است. علی رغم نیاز به نورون های بیشتر نسبت به سایر روش ها - از جمله شبکه عصبی پس انتشارBP)می توان به برتری محسوس ابن روش در کوتاهی زمان طراحی اشاره نمود. در این مقاله نظر به دولایه ای بودن شبکه پیشروی در شبکه عصبیRBF توابع انتخابی برای لایه پنهان، گوسی می باشند. نتایج تجربی بدست آمده، از یک اجرای خوب برای طبقه بندی وظایف روانی از داده هایEEGمقایسه با سایر روش های مبتنی بر شبکه سنتی عصبی، خبر می دهد. لذا زمانی کهEGGبه عنوان یک سیگنال ورودی به رابط مغز کامپیوترBCI)مورد استفاده قرار میگیرد، شبکه عصبی شعاع مبنا میتواند راهی جدید برای طبقه بندی اتوماسیون EEGباشد.
Keywords:
الکتروانسفالوگرام , سیگنال الکتریکی مغزیEEG)/شبکه های شعاع مبناRBF)/شبکه عصبی پس انتشارBP)/شبکه عصبی
Authors
فرید خیری
دانشکده مهندسی برق دانشگاه آزاد اسلامی واحد علوم و تحقیقات هرمزگان
سیدعلی حسینی
دانشکده مهندسی برق دانشگاه آزاد اسلامی واحد شهر ری
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :