結合多尺度主成分分析法與支持向量機在想像彩色圖像與中文文字之腦波差異分析; Analysis the Difference EEG of Imaging Color Pictures and Chinese Words via Multi-scale Principal Component Analysis and Support Vector Machine

University of Taipei > 理學院 > 資訊科學系 > 期刊論文 > Item 987654321/15906

請使用永久網址來引用或連結此文件: http://utaipeir.lib.utaipei.edu.tw/dspace/handle/987654321/15906

題名:	結合多尺度主成分分析法與支持向量機在想像彩色圖像與中文文字之腦波差異分析;Analysis the Difference EEG of Imaging Color Pictures and Chinese Words via Multi-scale Principal Component Analysis and Support Vector Machine
作者:	張菀珍;葉榮木;蔡俊明;林詠翔
貢獻者:	臺北市立教育大學資訊科學系
關鍵詞:	多尺度主成分分析法;多貝西小波;支持向量機;Multi-scale principal component analysis;Daubechies wavelet;Support vectormachines
日期:	2011-06
上傳時間:	2017-07-25 09:59:01 (UTC+8)
摘要:	大腦人機介面以及大腦運作機制是醫學界以及科學界研討的相關課題。由於大腦的訊號是非常複雜性的訊號，所以在大腦訊號的「特徵擷取」以及「分類」這兩方面上，一直是世界各個團隊所共同努力的方向。本研究是採用離散小波轉換中的多貝西小波結合多尺度主成分分析法搭配支持向量機來做圖像提示以及文字提示的特徵擷取以及分類。本實驗的受測者共有13 位，實驗結果對於S4 受測者來說正確分類率高達 88.89%，而其他的受測者大部分也都有70%以上，整體的平均正確率可達到72.65%。本研究對於圖像提示以及文字提示來說具有良好的分類效果。
關聯:	資訊科學應用期刊，7卷1期，P.1-28
顯示於類別:	[資訊科學系] 期刊論文

文件中的檔案:

沒有與此文件相關的檔案.

在uTaipei中所有的資料項目都受到原著作權保護.