国产伦乱,一曲二曲欧美日韩,AV在线不卡免费在线不卡免费,搞91AV视频

當前位置:主頁 > 科技論文 > 自動化論文 >

基于人工蜂群優(yōu)化高斯過程的運動想象腦電信號分類

發(fā)布時間:2018-06-13 04:18

  本文選題:腦電信號 + 高斯過程分類; 參考:《傳感技術學報》2017年03期


【摘要】:針對傳統(tǒng)的高斯過程采用共軛梯度法確定超參數(shù)時對初值有較強依賴性且易陷入局部最優(yōu)的問題,提出了一種基于人工蜂群優(yōu)化的高斯過程分類方法,用于腦電信號的模式識別。首先,構建高斯過程模型,選擇合適的核函數(shù)且確定待優(yōu)化的參數(shù)。然后,選取識別錯誤率的倒數(shù)為適應度函數(shù),使用人工蜂群算法搜索尋找出限定范圍內可以取得最優(yōu)準確率的超參數(shù)。最后,采用參數(shù)優(yōu)化后的高斯過程分類器對樣本分類。分別采用2008年競賽數(shù)據(jù)集BCI CompetitionⅣData Set 1和2005年數(shù)據(jù)集BCI CompetitionⅢData SetⅣa對所提方法進行驗證,并與支持向量機(SVM)、人工蜂群優(yōu)化的支持向量機(ABC-SVM)、高斯過程分類(GPC)方法進行比較,實驗結果表明了所提方法的有效性。
[Abstract]:In order to solve the problem that the traditional Gao Si process has strong dependence on the initial value and is easy to fall into local optimum when using conjugate gradient method to determine the superparameters, a Gao Si process classification method based on artificial bee colony optimization is proposed. Pattern recognition for EEG signals. Firstly, the Gao Si process model is constructed, the appropriate kernel function is selected and the parameters to be optimized are determined. Then, the inverse of the recognition error rate is selected as the fitness function, and the artificial bee colony algorithm is used to search for the super-parameters which can obtain the best accuracy in the limited range. Finally, the Gao Si process classifier with optimized parameters is used to classify the samples. The proposed method is validated by BCI Competition 鈪,

本文編號:2012688

資料下載
論文發(fā)表

本文鏈接:http://lk138.cn/kejilunwen/zidonghuakongzhilunwen/2012688.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權申明:資料由用戶c6399***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com
九一精品一区一区三区| 亚洲精品ty久久久久久| 亚洲AV怡红院| 伊人色婷婷五月在线视频| 久换大香蕉| 国产精品久久久久久婷婷不卡| 91人妻人人澡人人爽精品| 欧美精品超清在线| 青青草AⅤ| 国产情侣一区二区| 久久久综合九色| 欧美日韩亚洲影视| 911视频日韩| 久久黄色麻豆传媒| 沁阳市| 国产精品一区第五十五页| 色综合久久成人网| 欧美H网站| caoporn超碰一区在线| 不卡久久26| 亚洲成人香蕉色色色| 99热人人人| 超碰在线caopornm| 黑人大鸡巴战中国少妇| 海外成人av网址| 色欲日韩欧美亚洲| 久久亚洲高潮免费视频| 操美女骚逼成人兔费视频| 精品少妇中文字幕| 91欧美久久| 亚洲一区二区在线9.观看av| 亚洲一区久久久按摩调教| 福利三级片国产| 午夜精品网影院| 成人午夜又色又爽又黄| 女教师国产精品女教师国产Av| 污黄的毛片网站免费在线播放| 国产欧美日韩在线综合精品一区| 台湾佬中文娱乐3网| 一级少妇精品久久久久久久| 老司机人妻一区|