TY - Jour A2 - Gastaldo，Paolo Au - 徐，Yilu Au - Hua，Jing Au - Zhang，Hua Au - Hu，Ronghua Au - Huang，Xin Au - Liu，Jizhong Au - Guo，Fumin Py - 2019 Da - 2019 /11/25 TI - 基于电机图像的大型脑电电脑接口中的小型标签集的改进的转导载体机SP - 2087132 VL - 2019年AB - 长而繁琐的校准时间阻碍了电动机图像（MI-）的大脑的开发- 计算机接口（BCI）。为了解决这个问题，我们使用有限标记的集合和来自相同主题的相对大的未标记集，以基于转换支持向量机（TSVM）框架。我们首先介绍一种改进的TSVM（ITSVM）方法，其中每个样本的综合特征包括其常见的空间模式（CSP）功能及其几何特征。此外，我们使用凹凸过程（CCCP）来解决新的平衡约束下TSVM的优化问题，这可以通过考虑各种可能的分布来解决未标记的集合的未知分布。此外，我们提出了一种改进的自动训练TSVM（IST-TSVM）方法，可以使用扩展标记集来迭代地执行CSP特征提取和ITSVM分类。来自BCI竞赛III和数据集IV-A的大量实验结果来自BCI竞赛IV的DataSet II-A表明，我们的算法优于其他竞争算法，其中标记集的尺寸和分布是可变的。特别地，IST-TSVM分别提供63.25％和69.43％的平均精度，分别具有上述两种数据集，其中仅使用4个正标记样品和16个阴性标记样品。因此，我们的算法可以提供减少校准时间的替代方法。SN - 1687-5265 UR - https://doi.org/10.1155/2019/2087132 Do - 10.1155 / 2019/2087132 jf - 计算智能和神经科学Pb - Hindawi Kw - ER -