《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》
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。
图表编号 | XD00180699000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.26 |
作者 | 刘宝、唐雨琦、蔡梦迪、薄迎春、张月 |
绘制单位 | 中国石油大学(华东)信息与控制工程学院、中国石油大学(华东)信息与控制工程学院、中国电波传播研究所、中国石油大学(华东)信息与控制工程学院、中国石油大学(华东)信息与控制工程学院、中国石油大学(华东)信息与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |