教師著作

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/31266

Browse

Filters

20072

Settings

Author: search.filters.author.蔡俊明Subject: search.filters.subject.大腦人機介面

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    改良式對角化主要成份分析法應用於腦電波辨識
    (2007-06-01) 陳致仰; 葉榮木; 蔡俊明
    本篇文章提出一個有效的方法，對受測者在意圖吐舌頭與意圖舉起左手時的腦電波做辨識。腦電波辨識是否成功的關鍵，在於特徵擷取與分類兩個議題，有別於過去文獻將重點放在分類演算法的改良上，我們認為找出更具代表性和更精簡的特徵，同樣值得重視。若選取的特徵能夠讓類別之間的差異變大，我們就可以使用很簡單的方法，來取代原先複雜的分類演算法，也不會降低辨識的準確率。在此，我們採用在人臉影像辨識中，具有良好效果的對角化主成份分析法(DiaPCA)，來擷取腦電波特徵，並加以辨識。我們除了找出 DiaPCA 在腦電波辨識的應用中最佳的參數條件之外，並提出了「改良式對角化主成份分析法」，來提升其辨識率。研究結果顯示，我們所做的修改，將原始的 DiaPCA應用在腦電波辨識的準確率大幅提升了10.79%。
  • No Thumbnail Available
    Item
    用線性鑑別分析法分類冥想四個方向之腦機介面研究
    (2007-06-01) 蔡俊明; 葉榮木; 沈世評; 許育財
    許多神經疾病，例如脊髓損傷、腦幹中風、肌萎縮性脊髓側索硬化症(amyotrophic lateral sclerosis, ALS)等等，這些疾病影響到個體的工作能力。大腦人機介面(brain-computer interface, BCI)是一種利用腦部訊號與外界溝通的新技術，其目的是幫助因神經肌肉損傷而行動受阻礙的人。過去在這方面的研究中，對於內部刺激-想像，為想像左、右手和腳動，並無利用冥想四個方向做為內部刺激，有鑑於此，本研究遂以冥想四個方向實驗的腦波訊號輸入並利用快速傅立葉分析法找出重要之特徵，再應用線性鑑別分析器進行分類，發展一套可分辨冥想四個方向的腦波系統。 經由實驗結果得知，此系統利用與標準資料作方向比對，其辨識率可達 80%。未來我們計劃將此系統運用在設計生活環境的下拉式選單，以造福神經疾病患者或行動不便人士。