линк то студи
Адванцес ин Неурал Нетворкс - ИСНН КСНУМКС
Волумен КСНУМКС серије Белешке о предавањима у рачунарству пп КСНУМКС-КСНУМКС
Датум: КСНУМКС Јул КСНУМКС
- Вењие Ли
- , Линг Зоу
- , Тиантонг Зхоу
- , Цхангминг Ванг
- , Јионгру Зхоу
Апстрактан
Потпуно снимање електроенцефалографије скалпа (ЕЕГ) се генерално користи у апликацијама интерфејса мозга (БЦИ) са вишеканалном капицом електроде. Подаци не само да садрже свеобухватне информације о апликацији, већ имају и неважне информације и буку, што отежава откривање образаца. Овај рад представља наша прелиминарна истраживања у избору оптималних канала за проучавање зависности од интернета са визуелном “Оддбалл” парадигмом. Коришћен је двофазни модел за одабир најрелевантнијих канала о задатку из пуног скупа КСНУМКС канала. Прво, канали су рангирани према густоћи спектра снаге (ПСД) и Фисхеровом односу посебно за сваки предмет. Друго, израчуната је стопа појаве сваког канала међу различитим субјектима. Канали чија је појава више од два пута састојала се од оптималне комбинације. Оптимални канали и друге комбинационе комбинације канала (укључујући и целокупне канале) коришћени су за разликовање циљног и нециљног стимуланса са Фисхер-овом линеарном дискриминантном анализом. Резултати класификације су показали да је метода селекције канала значајно смањила бројне канале и гарантовала прецизност класификације, специфичност и осјетљивост. Из резултата се може закључити да постоји недостатак пажње код овисника о интернету.
Кључне речи
Избор канала Електроенцефалограм (ЕЕГ) Интернет зависност Оддбалл Густина спектра снаге Фисхер линеарна дискриминативна анализа
;