机构名称：
¥ 1.0
摘要 — 运动想象脑机接口设计被认为很困难，因为在特定受试者的数据收集和校准方面存在局限性，而且系统适配要求很高。最近，受试者独立 (SI) 设计受到关注，因为它们可能适用于多个用户，而无需事先校准和严格的系统适配。SI 设计具有挑战性，在文献中显示准确度较低。系统性能的两个主要因素是分类算法和可用数据的质量。本文对 SS 和 SI 范式的分类性能进行了比较研究。我们的结果表明，SS 模型的分类算法在性能上表现出很大的差异。因此，每个受试者可能需要不同的分类算法。SI 模型在性能上表现出较低的差异，但只有在样本量相对较大的情况下才应使用。对于 SI 模型，LDA 和 CART 分别在小样本量和中等样本量下具有最高的准确度，而我们假设如果有较大的训练样本量，SVM 将优于其他分类器。此外，还应考虑用户来选择设计方法。虽然 SS 设计对于特定主题来说更有前景，但 SI 方法对于智力或身体有障碍的用户来说可能更方便。索引术语 — 特定主题的 BCI、独立于主题的 BCI、分类、运动意象、样本大小。
面向主题的分类算法比较......
主要关键词
相关文件推荐
