会议论文(已发布)
详情
引用
Adair J、Brownlee A 和 Ochoa G (2016) 用于脑机接口中特征选择的具有链接信息的进化算法。见:Angelov P、Gegov A、Jayne C 和 Shen Q(编辑)计算智能系统的进展:在第 16 届英国计算智能研讨会上发表的贡献,2016 年 9 月 7 日至 9 日,英国兰卡斯特。智能系统和计算的进展,513。UKCI 2016 - 第 16 届英国计算智能研讨会,兰开斯特,2016 年 9 月 7 日至 2016 年 9 月 9 日。伦敦:Springer,第 287-307 页。 https://doi.org/10.1007/978-3-319-46562-3_19
摘要抽象脑机接口是假肢进步的一项重要技术,但当前的信号采集方法受到许多因素的阻碍,尤其是噪声。在这种情况下,需要进行特征选择来选择重要的信号特征并提高分类器的准确性。事实证明,进化算法在特征选择方面优于过滤方法(在准确性方面)。本文应用单点启发式搜索方法——迭代局部搜索(ILS),并将其与遗传算法(GA)和模因算法(MA)进行比较。然后,它进一步尝试利用特征之间的链接来指导所述算法中的搜索操作员。结果发现 GA 的性能优于 ILS。与直觉相反,链接引导算法比非引导算法导致更高的分类错误率。对此进行了探讨。
关键字进化搜索;脑机接口;迭代本地搜索;遗传算法;特征选择;智能操作员;特征选择;模因算法;连锁分数;连锁检测算法;上位性;脑电图;假肢
| 状态 | 已发布 |
|---|---|
| 系列标题 | 智能系统和计算的进步 |
| 系列中的数字 | 513 |
| 发布日期 | 30/09/2016 |
| 在线发布日期 | 30/09/2016 |
| 网址 | http://hdl.handle.net/1893/24559 |
| 发布商 | 施普林格 |
| 出版地 | 伦敦 |
| 系列的 ISSN | 2194-5357 |
| ISBN | 978-3-319-46561-6 |
| 电子ISBN | 978-3-319-46562-3 |
| 会议 | UKCI 2016 - 第 16 届英国计算智能研讨会 |
| 会议地点 | 兰开斯特 |
| 日期 |