多类运动想象任务脑电信号的KNN分类研究

针对基于多类任务的运动想象脑电信号的特点,使用共空间模式特征提取方法分别在"一对一"和"一对多"2种特征提取方法下提取了4类任务(想象左右手、双足以及舌头)运动想象脑电信号的特征。设计了基于多类任务模式的k最近邻分类器,针对多类任务分类过程中会出现不同类别的样本点数相等的情况,通过判断距离的方法改进了分类器,对2种特征提取方法下的共空间模式特征进行分类,分类结果的平均最大Kappa系数分别达到了0.55和0.59,说明了该特征提取及分类方法对该数据集的有效性。

异构系统中一种基于可用性的抢占式任务调度算法

针对大多数现有的异构系统调度算法没有考虑由多类任务特别是抢占式任务所引起的可用性需求的不足,在现有基于可用性的非抢占式任务调度算法的基础上,通过计算任务的平均等待时间来确定优先级等级,对异构系统中多类抢占式任务的可用性约束的调度问题进行了探索,提出了一种基于可用性的抢占式优先调度算法P-SSAC。该算法在不增加硬件代价的前提条件下通过调度增加了系统的可用性,缩短了任务的平均等待时间,同时该算法可对抢占式的任务进行有效调度。仿真实验结果表明,该算法有效实现了异构系统可用性和任务等待时间之间的折中。

基于多类运动想象任务的脑电信号分类研究

针对基于多类任务的运动想象(MI)脑电(EEG)信号的分类问题,使用共空间模式(CSP)特征提取方法,分别提取了"一对一"和"一对多"两种特征提取策略下的多类任务MI EEG信号的特征。结合特征提取阶段的不同策略设计了基于支持向量机(SVM)的多类任务分类方法,分类结果表明:基于各分类器决策值的"一对一"SVM分类输出的方法的分类效果明显优于基于投票输出方法,并且略高于"一对多"分类策略下的分类结果,说明了这一方法的有效性。