TY -的A2 -古铁雷斯,佩德罗安东尼奥AU - Batres-Mendoza,帕特丽夏盟,Ibarra-Manzano马里奥•a . AU - Guerra-Hernandez埃里克。非盟- Almanza-Ojeda多拉l . AU - Montoro-Sanjose卡洛斯•r . AU - Romero-Troncoso Rene j . AU - Rostro-Gonzalez霍雷肖PY - 2017 DA - 2017/12/03 TI -因为它使得基于脑电图改善电动机图像分类为实时应用程序使用QSA方法SP - 9817305六世- 2017 AB -我们提出的改进quaternion-based信号分析(QSA)脑电图(EEG)信号特征的提取技术,开发实时应用程序,尤其是在运动图像(IM)的认知过程。拟议的方法(iQSA 改进的QSA)提取特征,如平均,EEG信号的方差,同质性,对比相关运动图像(即以更有效的方式。通过减少所需的样本数量对信号进行分类,提高分类的百分比),而原QSA技术。具体来说,我们可以在变量样本信号时间(从0.5到3年代,半秒的间隔)来确定样品的数量之间的关系及其在分类效果的信号。此外,加强分类过程boosting-technique-based决策树实现。结果显示82.30%的准确率,0.5年代样品为73.16%,3 s样本。原QSA相比这是一个重大的改进技术,提供从33.31%到40.82%没有抽样结果与采样窗口,窗口,从33.44%到41.07%。我们可以得出这样的结论,iQSA更适合开发实时应用程序。SN - 1687 - 5265 UR - https://doi.org/10.1155/2017/9817305 - 10.1155 / 2017/9817305摩根富林明计算智力和神经科学PB - Hindawi KW - ER