基于組合分類器的不同狀態下腦電信號分類
摘要：當手臂操作與腦電控制被同時應用到水下機器人操作中,且操作人員處于不同作業狀態時,針對使用單一腦電信號分類器無法獲得較為理想的控制意圖識別準確率問題,提出使用組合分類器選取分類結果和根據實際作業情況的特殊性修正分類結果的方法來提升識別準確率.首先,使用Fisher判別方法分別對無手臂操作和存在手臂操作產生的數據進行訓練,得到兩種作業狀態下的分類器;其次,將兩分類器進行組合并使用曲線擬合的方式確定用來判定分類結果的基準距離差值(該差值的選取考慮了個體差異);再次,根據實際作業情況的特殊性使用距離修正函數對距離差值進行修正;最后,通過比較基準距離差值與修正后距離差值的大小來確定最終分類結果.為了驗證所提方法的有效性,邀請了6位被試者參與測試過程.實驗結果顯示,在設計的在線實驗中,相對于其他3種方法,所提方法在識別準確率上分別提升了13.42%、5.55%和5.55%,說明所提方法是可行且有效的.
注: 保護知識產權,如需閱讀全文請聯系控制與決策雜志社
相關推薦
更多
