بهبود طبقه بندی فعالیت های ذهنی در سیستم های رابط مغز - رایانه با استفاده از الگوریتم بهینه سازی ازدحام ذرات مبتنی بر توپولوژی حلقوی
Publish place: Conference on Computer Engineering and Sustainable Development with a focus on computer networking, modeling and systems security
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,333
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CESD01_126
تاریخ نمایه سازی: 25 اسفند 1392
Abstract:
سیستم های رابط مغز-رایانه ( BCI ) به عنوان ابزاری جهت ایجاد ارتباط مستقیم بین مغز و دنیای خارج شناخته می شوند. از جمله مسائل مهم در سیستم های BCI ، طبقه بندی فعالیتهای ذهنی مانند تصورات حرکتی می باشد. یکی از مباحث مهم در چنین سیستم هایی ارائه یک طبقه بندی دقیق است. از جمله روش های افزایش دقت یک طبقه بند، تنظیم پارامترهای آن می باشد. در این تحقیق از الگوریتم بهینه سازی ازدحام ذرات مبتنی بر توپولوژی حلقوی، برای تنظیم پارامترهای طبقه بند Least-Squares-SVM استفاده شده است. روش پیشنهادی بر روی دیتاست Graz III از سری مسابقات BCI 2003، مورد ارزیابی قرار گرفت. برای استخراج بردارهای ویژگی از سیگنالهای EEG دیتاست، روش تبدیل موجک گسسته ( DWT ) مورد استفاده قرار گرفت. طبق نتایج آزمایشها و بر اساس معیار( Mutual Information ( MI برای دیتاست Graz III ، این روش با بهبود حداکثر MI به 0.7.2 توانست عملکردی بهتر از برنده مسابقات و همچنین سایر تحقیقات انجام شده روی دیتاست Graz III داشته باشد.
Keywords:
رابط مغز - رایانه ( BCI ) , بهینه سازی ازدحام ذرات ( PSO ) تنظیم طبقه بند (Classifier tuning) , سیگنال EEG , طبقه بندی تصورات حرکتی ( Motor imagery classification)
Authors
ذبیح اله صابری مبارکه
دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه شهید باهنر کرمان
حمید میروزیری
استادیار گروه مهندسی کامپیوتر، دانشگاه شهید باهنر کرمان
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 :