《表4 PSO参数设置：基于CSP-PSO-SVM的运动想象EEG信号特征提取与分类算法》

  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

《基于CSP-PSO-SVM的运动想象EEG信号特征提取与分类算法》

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

本文采用基于PSO优化的SVM分类器进行分类识别。首先将4×750维的特征向量中的每一行进行算术求和，即得到一组4×1维的特征向量作为最终的输入特征。然后将训练集输入分类器中进行训练，得到每名被试的（γbest，Cbest）。PSO参数设置如表4所示。最终优化得到的每名被试的（γbest，Cbest）以及交叉验证识别率，如表5所示。图15所示为被试T03和T09训练时PSO的平均适应度。