skakel om te studeer
Vooruitgang in neurale netwerke – ISNN 2016
Volume 9719 van die reeks Lesingsnotas in Rekenaarwetenskap pp 66-73
Datum: 02 Julie 2016
- Wenjie Li
- , Ling Zou
- , Tiantong Zhou
- , Changming Wang
- , Jiongru Zhou
Abstract
Volle kopvel elektro-enkefalografie (EEG) opname word oor die algemeen gebruik in brein rekenaar koppelvlak (BCI) toepassings met multi-kanaal elektrode cap. Die data het nie net omvattende inligting oor die toepassing nie, maar het ook irrelevante inligting en geraas wat dit moeilik maak om die patrone te openbaar. Hierdie artikel bied ons voorlopige navorsing oor die keuse van die optimale kanale vir die studie van internetverslawing met 'n visuele "Oddball"-paradigma. 'n Twee-stadium model is gebruik om die mees relevante kanale oor die taak uit die volledige stel van 64 kanale te kies. Eerstens is kanale gerangskik volgens kragspektrumdigtheid (PSD) en Fisher-verhouding afsonderlik vir elke vak. Tweedens is die voorkomssyfer van elke kanaal onder verskillende vakke bereken. Kanale waarvan die voorkoms meer as twee keer was, het die optimale kombinasie bestaan. Die optimale kanale en ander vergelykende kombinasies van kanale (insluitend die hele kanale) is gebruik om te onderskei tussen die teiken en nie-teiken stimuli met Fisher lineêre diskriminant analise metode. Klassifikasieresultate het getoon dat die kanaalseleksiemetode die oorvloedige kanale aansienlik verminder het en die klassifikasie akkuraatheid, spesifisiteit en sensitiwiteit gewaarborg het. Uit die resultate kan afgelei word dat daar aandaggebrek op internetverslaafdes is.
Sleutelwoorde
Kanaalseleksie Elektroenkefalogram (EEG) Internetverslawing Oddball Kragspektrumdigtheid Fisher lineêre diskriminantanalise
;
