改良式對角化主要成份分析法應用於腦電波辨識

No Thumbnail Available

Date

2007-06-01

Authors

陳致仰
葉榮木
蔡俊明

Journal Title

Journal ISSN

Volume Title

Publisher

Abstract

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%。

Description

Keywords

Citation

Collections

Endorsement

Review

Supplemented By

Referenced By