TY -的A2 Comminiello达尼洛非盟-张Xinman盟——熊,齐盟——戴一轩盟——徐Xuebin盟歌,Guokun PY - 2020 DA - 2020/06/30 TI - BCI的ECoG-Based二进制分类使用优化的极端学习机SP - 2913019六世- 2020 AB -为了提高大脑信号处理的准确性和加快速度同时,我们提出一个最优和智能方法对大型数据集分类应用。优化极端学习机(OELM)介绍了皮层脑电图(ECoG)功能分类电动机imaginary-based脑机接口(BCI)系统,对常见的空间模式(CSP)提取特征。当比较它与其他传统的分类方法,如支持向量机和榆树,我们利用几个指标来客观地评估所有采用方法的性能。大约92.31%的准确性提出了BCI系统方法当分类ECoG时代到左小指或舌运动,而其他方法获得的精度最高不超过81%,这科OELM比支持向量机更有效,榆树,等。此外,仿真结果也证明OELM将显著地提高性能 p 价值远远小于0.001。因此,提出在解决ECoG OELM令人满意的信号。SN - 1076 - 2787你——https://doi.org/10.1155/2020/2913019——10.1155 / 2020/2913019 JF - PB - Hindawi KW - ER -复杂性