《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。