%0 Journal Article
%T ？基于svm特征优化的farwell虚拟矩阵字符识别
%A ？綦宏志
%A 孙长城
%A 安兴伟
%A 许敏鹏
%A 马岚
%A 明东
%A 万柏坤
%J 天津大学学报(自然科学与工程技术版)
%P 829-834
%D 2011
%X ？传统farwell虚拟字符矩阵bci中仅采用少数中线导联上的eeg特征进行识别，由于识别信息量较为有限，导致识别效率不高．为此，引入了一种支持向量机特征优化方法，采用扰动支持向量机代价函数的方法评价特征对于分类的贡献，进而优选出适于识别的特征组合．对6位受试者每人各采集80个字符的farwell虚拟矩阵刺激任务脑电数据，经支持向量特征优化方法进行识别，获得良好的识别效果(识别错误率0.9%)．研究表明，支持向量机特征优化方法具有较好的特征选择效果，适用于高特征维度的脑机交互诱发脑电信号降维处理．
%K 支持向量机特征优化方法
%K farwell虚拟字符矩阵
%K 脑机接口
%U http://xbzrb.tjujournals.com/oa/DArticle.aspx?type=view&id=201109013