مقایسه ساختارهای مختلف شبکه عصبی پرسپترون در طبقه بندی سیگنال های فرمان قشر مغز
Publish place: Conference on Electrical Engineering and Sustainable Development with a focus on new achievements in electrical engineering
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 591
This Paper With 7 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:
EOESD01_062
تاریخ نمایه سازی: 11 خرداد 1393
Abstract:
هدف از این مقاله، طبقه بندی فرمان های حرکتی مغز جهت ارتباط انسان با رایانه می باشد. سیگنال EEG که از سطح سر ثبت می شود به طور مستقیم قابل استفاده برای عملیات پردازشی نیست و پیش پردازش هایی باید روی آن انجام شود. حرکت های مد نظر در این تحقیق تصورحرکت دست راست و چپ با استفاده دو کانال می باشد. تشخیص فرمان های حرکتی سیگنال های مغز یک مسأله طبقه بندی می باشد، از این روجهت طبقه بندی سیگنال ها از شبکه های عصبی پرسپترون پایه یادگیری با ساختارهای مختلف استفاده شده است تا بهترین ساختارها را جهت طبقه بندی بتوان شناسایی کرد. در این تحقیق، تبدیل ویولت گسسته جهت بررسی فرکانس-زمانی سیگنال های EEG استفاده می شود. این تبدیل بر پایه گذراندن سیگنال از دو فیلتر بالا و پایین گذر و سپس کاهش نمونه به دست می آید. نتایج نشان می دهد شبکه عصبی پرسپترون با ساختار دو لایهمخفی و تابع انتقال خروجی خطی در بهترین حالت تا 92% و پس از آن پرسپترون با یک لایه پنهان و تابع انتقال تانژانت زیگموئید تا 86% قابلیتتفکیک را دارند.
Keywords:
Authors
ناصر ضیائی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد کازرون، دانشکده برق،کازرون
علی رفیعی
استادیار دانشکده برق دانشگاه آزاد اسلامی واحد کازرون، کازرون، ایران
محسن معصومی
استادیار دانشکده برق دانشگاه آزاد اسلامی واحد جهرم، جهرم، ایران
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 :