سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

افزایش دقت طبقه بندی سیگنال های EEG با استفاده از ترکیب منطقی طبقه بندها با استفاده از الگوریتم ژنتیک و درختان تصمیم کوچک

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 1,187

This Paper With 11 Page And PDF and WORD Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

CITCOMP01_080

Index date: 6 September 2016

افزایش دقت طبقه بندی سیگنال های EEG با استفاده از ترکیب منطقی طبقه بندها با استفاده از الگوریتم ژنتیک و درختان تصمیم کوچک abstract

در این مقاله به ارائه روشی دو مرحله ای برای بهبود دقت طبقه بندی سیگنال EEG می پردازیم. هدف اصلی این مقاله، بهبود طبقه بندی تصورات حرکتی نشأت گرفته از سیگنال مغز است. در این راستا یک طبقه-بند ترکیبی مبتنی بر قوانین جبر بول و الگوریتم ژنتیک ارائه شده است که برای استخراج ویژگی از سیگنال EEG، از ویژگی های حوزه زمان-فرکانس استفاده می کند که شامل شاخص های آماری و غیرآماری بدست آمده از تبدیل بسته موجک است. در این مقاله برای بهبود نتایج طبقه بندی، در مرحله اول یک مجموعه از درخت های تصمیم با خطاهای متفاوت ایجاد می شوند سپس با استفاده از الگوریتم ژنتیک این درخت ها هرس شده و ارتفاع آنها کاهش می یابد و ویژگی های استخراج شده به طبقه بند درخت تصمیم به عنوان طبقه بند پایه داده می شود. در مرحله دوم با استفاده از الگوریتم ژنتیک قاعده ترکیب بهینه برای ترکیب نتایج طبقه بندها بدست می آید. قاعده ترکیب براساس قوانین جبر بول ارائه شده است. برای داده های مورد نیاز از نسخه دوم مجموعه داده های BCI competition و مجموعه داده ی سوم استفاده شده است. نتایج پیاده سازی روش پیشنهادی دقت 96.43% را به همراه داشته است که به نسبت روش های موجود در طبقه بندی سیگنال EEG، 6.43 % عملکرد بهتری را داشته است.

افزایش دقت طبقه بندی سیگنال های EEG با استفاده از ترکیب منطقی طبقه بندها با استفاده از الگوریتم ژنتیک و درختان تصمیم کوچک Keywords:

افزایش دقت طبقه بندی سیگنال های EEG با استفاده از ترکیب منطقی طبقه بندها با استفاده از الگوریتم ژنتیک و درختان تصمیم کوچک authors

مرتضی جهان تیغ

دانشجوی کارشناسی ارشد مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه زنجان

مصطفی چرمی

استادیار، دانشکده مهندسی، دانشگاه زنجان

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 :
احسان حیدری، عبدالرضا اسدی قنبری، "طراحی یک واسط ارتباطی بین ...
زهرا شعاعی شیره چینی، طبقه‌بندی سیگنال EEG با استفاده از ...
سید حسن نبوی، احسان‌اله کبیر، "ترکیب طبقه‌بندها:ایجاد گوناگونی و قواعد ...
شیری سعید. "یادگیری درخت تصمیم". پاور پونت دانشگاه امیر کبیر. ...
T.A.-L.U. Freiburg, Brain machine interfacing initiative, online; accessed september 2014. ...
Christa Neuper, Michael Wortz, Gert Pfurtscheller, ERD/ERS patterns reflecting sensorimotor ...
Dataset III provided by Institute for Biomedical Engineering, Graz University ...
Quinlan JR , Bagging, boosting, and c4.5. AAAI/IAAI 1:725-730, 1996. ...
Freund Y, Schapire RE, A decis ion-theoretic generalization of on-line ...
Polikar R , Ensemble based systems in decision making.IEEE Circuits ...
Ulrich Hoffmann, Jean-Marc Vesin, Touradj Ebrahimi, Karin Diserens, An efficient ...
Ali Bulent Usakli, Improvement of EEG Signal Acquisition: An Electrical ...
A Ahangi, M Karamnejad, N Mohammadi, R Ebrahimpour, N Bagheri, ...
Marcin KO ODZIEJ, Andrzej MAJKOWSKI, Remigiusz J. RAK, A new ...
G .Pfurtscheller, C.Neuper, Motor imagery and direct b rain-computer comm ...
Dean Cvetkovi, Elif Derya Ueyli, Irena Cosic, Wavelet transform feature ...
Wu Ting, Yan Guo-zheng, Yang Bang-hua, Sun Hong, EEG feature ...
Haihong Zhang, Cuntai Guan, Chuanchu Wang, _ 'Asynchronous P300-Based Brain-- ...
Decision Trees. CS540. Jerry Zhu. University of Wi S c ...
Quinlan, J. R., "Induction of Decision Trees, " Machine Learning ...
نمایش کامل مراجع

مقاله فارسی "افزایش دقت طبقه بندی سیگنال های EEG با استفاده از ترکیب منطقی طبقه بندها با استفاده از الگوریتم ژنتیک و درختان تصمیم کوچک" توسط مرتضی جهان تیغ، دانشجوی کارشناسی ارشد مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه زنجان؛ مصطفی چرمی، استادیار، دانشکده مهندسی، دانشگاه زنجان نوشته شده و در سال 1395 پس از تایید کمیته علمی کنفرانس بین المللی مهندسی کامپیوتر و فناوری اطلاعات پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله رابط مغز و کامپیوتر، ترکیب طبقه بندها، جبر بول، الگوریتم ژنتیک، تبدیل موجک هستند. این مقاله در تاریخ 16 شهریور 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1187 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که در این مقاله به ارائه روشی دو مرحله ای برای بهبود دقت طبقه بندی سیگنال EEG می پردازیم. هدف اصلی این مقاله، بهبود طبقه بندی تصورات حرکتی نشأت گرفته از سیگنال مغز است. در این راستا یک طبقه-بند ترکیبی مبتنی بر قوانین جبر بول و الگوریتم ژنتیک ارائه شده است که برای استخراج ویژگی از سیگنال EEG، از ویژگی های ... . این مقاله در دسته بندی موضوعی الگوریتم ژنتیک طبقه بندی شده است. برای دانلود فایل کامل مقاله افزایش دقت طبقه بندی سیگنال های EEG با استفاده از ترکیب منطقی طبقه بندها با استفاده از الگوریتم ژنتیک و درختان تصمیم کوچک با 11 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.