小样本环境中用于脑电分类的聚合正则化共同空间模式

上传者: 41553051 | 上传时间: 2019-12-21 21:43:02 | 文件大小: 1.73MB | 文件类型: pdf
一般的空间模式(CSP)是一种在脑-机接口(BCIs)背景下对脑电图(EEG)信号进行分类的流行算法。本文介绍了一种小样本环境中CSP的正则化和聚合技术。常规算法基于基于样本的协方差矩阵估计。因此,如果训练样本的数量很少,其性能就会下降。为了解决这一问题,提出了一种正则化的CSP (R-CSP)算法,该算法通过两个参数对协变矩阵估计进行正则化,从而降低估计方差,同时减小估计偏差。为了解决正则化参数确定的问题,进一步提出了聚合(R-CSP-A)的R-CSP,并将一些R-CSP聚合在一起,给出了一个基于集合的解决方案。提出了一种基于BCI竞争三种竞争算法的数据集IVa的算法。实验表明,在SSS(小样本环境)中,R-CSP-A的平均分类性能明显优于其他方法。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明