English
|
正體中文
|
简体中文
|
全文筆數/總筆數 : 3313/17059 (19%)
造訪人次 : 854722 線上人數 : 476
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部uTaipei
理學院
資訊科學系
--會議論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於uTaipei
‧
管理
University of Taipei
>
理學院
>
資訊科學系
>
會議論文
>
Item 987654321/15867
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://utaipeir.lib.utaipei.edu.tw/dspace/handle/987654321/15867
題名:
改良式對角化主要成份分析法應用於腦電波辨識
作者:
陳致仰
;
葉榮木
;
蔡俊明
貢獻者:
臺北市立教育大學資訊科學系
關鍵詞:
腦電波
;
mu波
;
大腦人機介面
;
特徵擷取
;
對角化主要成分分析法
日期:
2007
上傳時間:
2017-07-25 09:57:54 (UTC+8)
摘要:
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%。
關聯:
第二屆智慧生活科技研討會; 國立勤益技術學院; 2007/06/01
顯示於類別:
[資訊科學系] 會議論文
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
index.html
0Kb
HTML
1244
檢視/開啟
在uTaipei中所有的資料項目都受到原著作權保護.
如有問題歡迎
與系統管理員聯繫
02-23113040轉2132
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
回饋