《表2 脑功能网络特征的平均识别率和最高识别率》
在提取脑功能网络的特征参数后,将特征Ka、CPL、SW分别归一化至[0,1]区间,通过构建特征向量来分类两种运动想象任务。本文选用支持向量机(support vector machine,SVM)分类器,采用10折交叉验证法进行实验验证,其中SVM采用LibSVM软件包实现,其核函数选择RBF函数,惩罚因子c和核参数g通过遍历法选取平均识别率最高时的参数值。10折交叉验证结果见表2。
图表编号 | XD0028438100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 李明爱、南琳、孙炎珺 |
绘制单位 | 北京工业大学信息学部、计算智能与智能系统北京市重点实验室、北京工业大学信息学部、北京工业大学信息学部 |
更多格式 | 高清、无水印(增值服务) |