科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对空间滤波相关算法在数据校准阶段通常采用直接平均化训练数据的方式，本文提出了一种更为细致的操作方法。首先针对电话拨号稳态视觉诱发电位(SSVEP)数据集，在扩展典型相关分析(eCCA)的基础上，重新选择适合本数据集的系数特征组合；其次引入各试次训练数据权重系数，采用两种计算方式和两种信号评估指标，分别对相关分析算法中的个体模板重新构造得到一种新的方法，即coef-eCCA(coefficient eCCA)。实验结果表明，重新选择系数特征后的相关分析算法与标准eCCA相比，识别准确率在不同时间窗下均有提高，并且在减小计算成本方面的提升尤为显著；重新构造个体模板后，coef-eCCA在固定时间窗下的识别准确率最高提升至99%,同时训练消耗时间并没有受到较大影响，验证了该方法的有效性。
- 单位
