بهبود طبقه بندی فعالیت های ذهنی در سیستم های رابط مغز – رایانه با استفاده از الگوریتم بهینه سازی ازدحام ذرات مبتنی بر توپولوژی حلقوی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 بهبود طبقه بندی فعالیت های ذهنی در سیستم های رابط مغز – رایانه با استفاده از الگوریتم بهینه سازی ازدحام ذرات مبتنی بر توپولوژی حلقوی دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد بهبود طبقه بندی فعالیت های ذهنی در سیستم های رابط مغز – رایانه با استفاده از الگوریتم بهینه سازی ازدحام ذرات مبتنی بر توپولوژی حلقوی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی بهبود طبقه بندی فعالیت های ذهنی در سیستم های رابط مغز – رایانه با استفاده از الگوریتم بهینه سازی ازدحام ذرات مبتنی بر توپولوژی حلقوی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن بهبود طبقه بندی فعالیت های ذهنی در سیستم های رابط مغز – رایانه با استفاده از الگوریتم بهینه سازی ازدحام ذرات مبتنی بر توپولوژی حلقوی :

تعداد صفحات :۱۰

چکیده مقاله:

سیستم های رابط مغز-رایانه ( BCI ) به عنوان ابزاری جهت ایجاد ارتباط مستقیم بین مغز و دنیای خارج شناخته می شوند. از جمله مسائل مهم در سیستم های BCI ، طبقه بندی فعالیتهای ذهنی مانند تصورات حرکتی می باشد. یکی از مباحث مهم در چنین سیستم هایی ارائه یک طبقه بندی دقیق است. از جمله روش های افزایش دقت یک طبقه بند، تنظیم پارامترهای آن می باشد. در این تحقیق از الگوریتم بهینه سازی ازدحام ذرات مبتنی بر توپولوژی حلقوی، برای تنظیم پارامترهای طبقه بند Least-Squares-SVM استفاده شده است. روش پیشنهادی بر روی دیتاست Graz III از سری مسابقات BCI 2003، مورد ارزیابی قرار گرفت. برای استخراج بردارهای ویژگی از سیگنالهای EEG دیتاست، روش تبدیل موجک گسسته ( DWT ) مورد استفاده قرار گرفت. طبق نتایج آزمایشها و بر اساس معیار( Mutual Information ( MI برای دیتاست Graz III ، این روش با بهبود حداکثر MI به ۰.۷.۲ توانست عملکردی بهتر از برنده مسابقات و همچنین سایر تحقیقات انجام شده روی دیتاست Graz III داشته باشد.