换一批摘要为了提高基于运动想象(MI)的脑控智能小车的控制性能,本文提出一种基于脑电(EEG)信号神经反馈(NF)控制智能小车的方法.采用MI心理策略,通过实时呈现该心理活动相关EEG信号特征的能量柱形图给受试者,训练受试者快速掌握MI技能并调节其EEG信号的活动,并以MI多特征融合和多分类器决策相结合的方法,从而在线脑控智能小车.训练组(试验前接受设计的反馈系统训练)取得平均、最高和最低的识别指令准确率分别为85.71％、90.47％和76.19％,对照组(不接受训练)对应的准确率分别为73.32％、80.95％和66.67％;训练组平均、最长和最短用时分别为92 s、101 s和85 s,对照组对应的用时分别为115.7 s、120 s和110s.通过以上试验研究结果,期望本文可为后续基于MI的EEG信号NF控制智能机器人的开发提供新的思路.
更多相关知识
关键词
脑电神经反馈脑控机器人运动想象多特征融合多分类器决策neurofeedback with electroencephalogrambrain-controlled robotmotor imagerymulti-features fusionmulti-classifiers decision
栏目名称
DOI
10.7507/1001-5515.201612080
发布时间
2018-04-04（万方平台首次上网日期，不代表论文的发表时间）
- 浏览40
- 被引3
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
