一种脑电信号模式多分类的优选样本数抽样方法
- 专利权人:
- 电子科技大学
- 发明人:
- 李凌,万超杨,赵赞赞
- 申请号：
- CN201710880020.6
- 公开号：
- CN107657278B
- 申请日:
- 2017.26.09
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明公开了一种脑电信号模式多分类的优选样本数抽样方法,本发明首先采集对不同颜色的视觉刺激图像的脑电信号,并提取特征向量,以及降维处理,得到待分类的特征数据,然后基于设置的分类方法,取值为0.5~1的等间隔的多个抽样率,获取每个抽样率的颜色分类准确率,基于颜色分类准确率最高的抽样率或前Mc个颜色分类准确最高的抽样率中的最小者得到当前分类方法的优选样本数。本发明通过对分类样本数的抽样分析,可以寻找脑电多分类问题中更适合的样本数,减小训练样本数对分类效果的影响,在结果分析上,避免因为样本数的差异导致对不同分类器分类性能的错误评估。
- 来源网站：
- 中国工程科技知识中心
