این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Journal of Medical Signals and Sensors، جلد ۲، شماره ۳، صفحات ۰-۰
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی An Efficient P300-Based BCI Using Wavelet Features and IBPSO-Based Channel Selection
چکیده انگلیسی مقاله We present a novel and e±cient scheme that selects a minimal set of effective features and channels for detecting the P300 component of the event-related potential in the brain-computer interface (BCI) paradigm. For obtaining a minimal set of effective features, we take the truncated coe±cients of discrete Daubechies 4 wavelet, and for selecting the effective EEG channels, we utilize an improved binary particle swarm optimization algorithm (IBSPO) together with the Bhattacharyya criterion. We tested our proposed scheme on dataset IIb of BCI competition 2005 and achieved 97.5% and 74.5% accuracy in 15 and 5 trials, respectively, using a simple classiffication algorithm based on Bayesian linear discriminant analysis (BLDA). We also tested our proposed scheme on Hoffmann's dataset for eight subjects, and achieved similar results.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله
نشانی اینترنتی http://www.jmss.mui.ac.ir/index.php/jmss/article/view/82
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده Original Articles
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات