换一批离散粒子群优化-贝叶斯线性判别分析算法用于视觉事件相关电位P300的分类
Classification of Visual Event-related Potential P300 Based on DPSO-BLDA Algorithm
摘要P300在头皮上的导联位置并不明确,目前对P300的分类研究中,采用的电极组合各不相同,且不同被试在同一电极组合下得到的分类效果存在一定差异,要使所有分类精度都达到最优比较困难.而采用全导联方式则增加了数据处理量,导致系统实时性要求不能满足.为解决该类问题,提出一种基于离散粒子群优化(DPSO)的算法对P300进行最优电极组合选择,并将其与F-score进行了比较.然后利用贝叶斯线性判别分析(BLDA)对P300进行分类,比较了最优电极组合和其他电极组合下的分类结果,表明了DPSO对脑电最优电极组合选择的有效性,并提出了一组可能普适的P300最优分类电极组合,对提高基于P300的BCI系统实时性有重要意义.
更多相关知识
关键词
离散粒子群优化(DPSO)贝叶斯线性判别分析(BLDA)P300最优电极选择分类discrete particle swarm optimization (DPSO)Bayesian linear discriminant analysis (BLDA)P300optimal electrodes selectionclassification
医学主题词
电极(Electrodes)判别分析(Discriminant Analysis)算法(Algorithms)视觉, 眼(Vision, Ocular)诱发电位(Evoked Potentials)
栏目名称
DOI
10.3969/j.issn.0258-8021.2010.01.008
发布时间
2010-04-09（万方平台首次上网日期，不代表论文的发表时间）
- 浏览376
- 被引13
- 下载8
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
