《表1 三种算法的分类正确率》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《不同视觉注意状态调制稳态视觉诱发电位特征的可分性研究》
表1显示的分别是利用结合十折交叉验证的LDA算法、传统CCA算法和DCPM算法对15名被试不同注意力水平下SSVEP信号的分类识别正确率。可见,三种算法中DCPM算法的分类结果最佳,其分类正确率最高可达76%,并且个体间差异性较小。分类识别过程中,LDA算法输入的特征值为no-go刺激出现前1 s被试高、低注意力水平下10、20、30、40、60、70、80、90 Hz频率处SSVEP信号的能量值;传统CCA算法和DCPM算法则是基于预处理后的SSVEP信号直接进行分析。
图表编号 | XD00106168600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 许敏鹏、程秀敏、明东 |
绘制单位 | 天津大学精密仪器与光电子工程学院神经工程与康复实验室、天津大学医学工程与转化医学研究院天津神经工程国际联合研究中心、天津大学精密仪器与光电子工程学院神经工程与康复实验室、天津大学精密仪器与光电子工程学院神经工程与康复实验室、天津大学医学工程与转化医学研究院天津神经工程国际联合研究中心 |
更多格式 | 高清、无水印(增值服务) |