-
题名基于曲线拟合和SVM的眼动信号分类算法研究
- 1
-
-
作者
侯传宇
吕钊
吴小培
-
机构
宿州学院信息工程学院
安徽大学计算智能与信号处理教育部重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2015年第7期2101-2104,2111,共5页
-
基金
国家自然科学基金资助项目(61271352)
计算智能与信号处理教育部重点实验室开放基金资助项目
+3 种基金
安徽省教育厅自然科学基金资助项目(KJ2013B285
KJ2012Z400
KJ2012Z401
KJ2012A263)
-
文摘
为提高基于EOG的眼动信号分类算法精度,改进基于EOG的人—机交互系统性能,提出了一种基于曲线拟合(curve fitting)与支持向量机(SVM)的眼动信号分类算法(CF-SVM),并设计了新的实验范式,增加了"扫视保持"环节。该算法采用曲线拟合方法进行特征提取,在此基础上,使用SVM分类器对眼动信号进行分类。实验室环境下,对9名眼部活动正常的受试者进行了眼动数据采集与识别,CF-SVM算法的平均分类准确率达到98.3%,与其他几种眼动识别方法相比较,其平均正确率分别提升了9.4%、5.9%、1.0%。实验结果表明,CF-SVM算法在眼动信号识别中表现了良好的性能,具有高的分类精度和鲁棒性。
-
关键词
人机交互
眼电图
实验范式
曲线拟合
支持向量机
-
Keywords
human-computer interface
eleetrooculogram
experimental paradigm
curve fitting
support vector machine(SVM)
-
分类号
TN911.7
[电子电信—通信与信息系统]
TP391.7
[自动化与计算机技术—计算机应用技术]
-