【摘 要】
：
基于运动想象（Motor imagery,MI）脑电的脑-机接口技术（Brain-Computer Interface,BCI）是一种新兴人机交流方式,对MI脑电信号的正确分类是决定其性能的关键因素。脑机接口控制方式有很多种,MI脑电信号是BCI系统经常使用的一种特征信号。大量的脑部活动信息存在脑电信号中,通过对原始脑电信号的处理和研究,大脑机能的不同状态可以被大致的推断出来,这对认知障碍疾病的诊
论文部分内容阅读
基于运动想象（Motor imagery,MI）脑电的脑-机接口技术（Brain-Computer Interface,BCI）是一种新兴人机交流方式,对MI脑电信号的正确分类是决定其性能的关键因素。脑机接口控制方式有很多种,MI脑电信号是BCI系统经常使用的一种特征信号。大量的脑部活动信息存在脑电信号中,通过对原始脑电信号的处理和研究,大脑机能的不同状态可以被大致的推断出来,这对认知障碍疾病的诊断及治疗具有非常重要的意义。用于分析脑电信号的智能优化算法有多种,如遗传算法、差分进化算法、粒子群算法、人工蜂群算法等,但是这些算法在进行参数优化的过程中有一定的局限性,如易产生陷入局部极值点、过于依赖控制参数,且改进算法常常加入较多的参数,结果加大了算法的复杂性。对于常见智能优化算法的缺陷,本文引入一种新的智能优化算法—单形群进化优化算法（Surface-Simplex Swarm Evolution,SSSE）。以2003年和2008年脑机接口竞赛的脑电信号作为研究对象,对其进行经验模态分解后提取模糊熵和边际谱,同时提取原信号的AR（Auto regressive）模型系数,在测试实验过程中,将单一特征和混合特征组成的七组特征向量分别作为网络输入;将单形进化算法分别应用到BP和SVM的参数优化中,实现对实验信号的识别分类。同时,在采用单形进化算法优化BP的分类过程中,对数据一的时间段分成七段讨论,识别效果最好的是时间段为4-8s,识别率最高的是此时间段内采用AR模型系数和边际谱的组合特征;对数据二的其中4名受试者的脑电数据进行实验对比,最高分类正确率达到90.62%,Kappa值最高达到0.8。在采用单形进化算法优化SVM的分类过程中,数据一直接采用4-8s时间段进行分析,然后分别对比两组数据的3种核函数SVM分类结果,总体来看,高斯径向基核函数的SVM分类效果最好。本文方法实现了MI脑电信号的左右手的准确分类,同时减少了控制参数对学习性能的影响,验证了该算法在MI脑电信号分类识别应用中的有效性和可行性,为后续的基于MI脑电的BCI系统在线研究奠定良好基础。
其他文献
在《中国制造2025》以及《“十四五”规划和2035年远景目标纲要》的政策背景下,加快我国传统制造业产业升级、深入实施制造强国战略、加快发展现代产业体系,目的是推动我国高新科技的发展。机械手在我国工业生产领域有着广泛应用,但是大多数机械手只适用于当下的工作场合,不能做到多种不同条件下的夹持。为此,进行机械手的夹持特性研究是十分重要的,为后期机器触觉的感知研究提供一定参考价值。柔性两爪机械手的接触状
有轨矿车作为矿业开采过程中的主要运输设备,承担着矿物和人员的运输任务。随着社会对矿物资源需求的增大,矿物开采量也不断增加,矿井环境恶劣,给矿车操作人员的身体带来了极大的危害,长时间的驾驶导致操作人员疲劳和精力不集中等问题增大了撞车的风险。本文结合目前先进的自动控制技术和环境感知技术设计了坑道环境下有轨矿车自动控制系统,来提高有轨矿车自动化程度以代替人工操作实现坑道环境下的矿物运输。本文基于西门子P
节约资源,优化资源利用率一直是可持续发展的重要内容之一,是绿色智能制造的重要组成部分。优化下料问题是指将小的零件在大的原材料上进行合理的几何组合,切割下料,确定下料排样方案,以使得材料利用率最高。因此,对优化下料问题的研究是一个具有重要经济意义和社会效益的问题。优化下料问题本身具有较高时间和空间复杂度,属非确定型多项式问题,又称NP难问题,一般情况下不存在多项式算法。近年来许多专家学者在从事与此相
国内某冶金公司电解分厂电解槽车间,其生产采用电解精炼的方式将火法精炼产出的阳极铜进一步提纯,并回收有价金属。生产过程中均采用人工手动操作桥式起重机完成极板的吊运工作,同时驾驶员需要与地面指挥人员对话来完成极板与目标电解槽间的准确对接,占用人力资源较多,为了实现对电解车间的远程监管、减员增效,同时实现本地桥式起重机自动定位控制以及监控中心对车间工况的远程监控等自动化功能,本文对该电解分厂电解槽车间的
工业机器人是一种高柔性的自动化设备,是智能制造系统的重要组成。虽然工业机器人拥有较高的重复精度,但是其定位精度较低,在一些需要高定位精度的领域仍然无法应用,标定技术可以提高机器人定位精度而无需改变其本身结构。针对现有标定技术中使用的测量设备价格昂贵,标定流程繁琐的问题,本文提出一种基于拉线传感器的运动学标定系统,该系统可用于快速标定机器人运动学参数误差、传动参数误差,并补偿到机器人名义运动学模型中
双目视觉避障技术是在结合双目视觉技术的基础上对环境中的障碍物进行检测,获取其位置信息,并根据得到的信息进行避障的技术,具有信息采集速度快、感知环境信息丰富、成本低等优点,该技术的研究成果可广泛应用于移动机器人、无人机等领域。在该技术中,如何从背景中准确检测出前景（障碍物）是研究难点之一。障碍物检测过程中,受地面影响,生成的视差图中会存在小区域噪声,而基于一般的图像二值化处理很难做到完全去除这些噪声
随着我国工业机器人产量不断提高,很多的人工作业逐渐被工业机器人替代。在蓄电池生产中往往会存在大量重复性高的码垛工作,人工码垛蓄电池在效率上已经不能满足现代生产需求,这些都为机器人码垛技术的发展提供了机会。由于不同厂家生产的铅酸蓄电池电池外观、尺寸并不相同,并且码垛时抓取数量不唯一,而且现阶段市面上的码垛设备功能较为单一,只能实现码垛过程的单一功能,没有适用于多种规格蓄电池的通用码垛设备销售。本文以
在教育领域,问答题题型广泛用于各种考试中。以往针对问答题的自动评分研究吸引了大量学者研究,且大都面向电子版文档。而目前的作业、试题大都以纸质文档为主,故距实际应用较远。如何将问答题自动评分的方式方法应用到纸质对象的评阅中,还尚未有完整的解决方案,成为了自然语言处理在教育行业应用的重点和难点问题。在上述背景下,本文从教师的试卷批改工作入手,观察和调查教师的批改动作,根据改卷过程中的需求和计算机工作特
水资源是一种与人类生活和经济生产密切相关的重要因素,但地球上可供人类使用的淡水资源的数量并不多,不能满足人口数量增长和经济发展带来的用水量需求,加剧了水资源分配方面的矛盾。中国作为一个农业大国,每年农业上的用水比例一直占据着全国水资源消耗总量的榜首,2019年达到了61.2%。与此同时,农业灌溉中缺乏对水资源的高效利用,利用率仅有30%左右。因此,我国将大力推进节水灌溉作为现代农业的一项基本国策。
以卷积神经网络为基础的目标检测模型,凭借着其卓越的性能优势,在交通、安防、医疗等领域展现出了极大的潜力和价值,而在未来检测模型的意义还要进一步加深。近些年来对于目标检测模型的研究也在飞速发展,不断有新模型、新结构出现,表现出更好的检测效果。本文聚焦于一阶目标检测模型SSD（Single Shot Multi Box Detector）在检测精度上的不足问题以及小型轻量化模型的设计问题,分别提出了设