计算智能和神经科学

评论文章

因为它使得基于脑电图回顾验证技术

表3

浅脑电图分类方法验证。


研究人员	任务	特征提取	分类	精度(%)

香港et al。65年]	心肌梗死	大脑网络的节点度	乔治。	99.1
香港et al。65年]	DRI心理任务	大脑网络的节点度	乔治。	99.3

萨勒姆et al。41]	MANHOB-HCI VEP	美国有线电视新闻网	支持向量机	99.99
Seha et al。52]	听	CCA	乔治。	96.46
吴et al。34]	FRSVP VEP	费舍尔LDA和逻辑回归	HDCA	91.46
Koike-Akino et al。35]	ERP	主成分分析和偏最小二乘法	乔治。	96.70
布里格姆et al。47]	想象的演讲	基于“增大化现实”技术	支持向量机	99.76
Jayarathne et al。66年]	听力+ VEP + ERP	CSP	乔治。	96.97
Keshishzadeh et al。51]	静息状态	基于“增大化现实”技术	支持向量机	97.43
托马斯et al。31日]	静息状态	个人α频率(IAF)三角洲和频带能量(菲律宾)	互相关值和距离	90年
巴沙尔et al。42]	静息状态	默沙东公司,wp	ECOC-SVM	94.44
Gui et al。17]	VEP	WPD	安	90年
范教授等。46]	心肌梗死	基于“增大化现实”技术,PSD	SVDD	99.90
Zeynali et al。67年]	心理任务	DFT DWT,基于“增大化现实”技术	BN	85.97
Zeynali et al。67年]	心理任务	DFT DWT,基于“增大化现实”技术	支持向量机	84.49

吴et al。34]	发请帖	费舍尔LDA	HDCA与遗传算法	94.26