TY - JOUR A2 -刘小惠欧禄朱强欧Samraj安德鲁欧李杜松子酒庄PY - 2011 DA - 2011/11/30 TI -评价方法估计分形维数在运动想象脑计算机接口SP - 724697六世- 2011 AB -大脑计算机接口BCI支持大脑和计算机之间的直接沟通将大脑活动转化为计算机命令使用预处理,特征提取，分类操作。特征提取是关键，它对分类的准确性和速度有很大的影响。虽然分形维数已经成功地应用于多个领域来描述显示分形特性的数据，但它在基于运动图像的脑机接口中的应用是最近才出现的。本研究通过对两类运动图像数据集进行离线分析，评估用于表征时间序列的常用分形维数估计方法Katz’s方法、Higuchi方法、标度范围方法和Renyi’s熵在基于运动图像的脑机接口中的特征提取。结合这些方法对不同的分类器模糊k-最近邻FKNN、支持向量机和线性判别分析进行了测试，以确定性能最好的方法。然后通过实现时变分形维数TDFD、微分分形维数和微分信号方法对该方法进行了改进，以确定结果是否可以进一步改进。Katz的FKNN方法分类准确率最高，达到85%，而TDFD方法的分类准确率进一步提高了3%。SN - 1026-0226 UR - https://doi.org/10.1155/2011/724697 DO - 10.1155/2011/724697 JF -离散动力学在自然和社会PB - Hindawi出版社KW - ER -