《表2 多种识别方法结果比较》
同时,为了体现对比方法的多样性,本文还在BCI Competition III的Data set I数据集进行了实验。表2还给出了脑机接口竞赛“BCI Competition III Data Set I”前三名识别方法的结果(按名次由高到低分别为文献[17]、文献[18]和文献[19]的方法)。本文方法取得的识别率为87.3%,分别比第二名和第三名高0.3和1.3个百分点,比第一名低3.7个百分点。然而,本文提出的特征提取方法仅提取两个通道的信号进行分析,在保证分类准确率的情况下,大大减少了通道数。从测试集的平均分类耗时对比可以看出,随着通道数的减少,计算数据量大大减少,因此,本文方法的平均耗时远少于以上三种方法,为便携式BCI系统的在线采集和识别提供了可行性。因此,综合来看,本文方法均优于以上提及的方法。
图表编号 | XD00133812800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.10 |
作者 | 罗飞、刘鹏飞、罗元、朱思蒙 |
绘制单位 | 重庆邮电大学光电工程学院、重庆邮电大学光电工程学院、重庆邮电大学光电工程学院、重庆邮电大学光电工程学院 |
更多格式 | 高清、无水印(增值服务) |