检索结果-南通市图书馆

信息技术 2018年第3期42卷 92-96,100页

作者：张建平曹胜海昆明理工大学信息工程与自动化学院昆明650000

文中设计了一种基于SSVEP的脑控小车分级速度和方向控制的系统,存在向左、向右、向后、向前(一级、二级、三级)6个脑控命令。在刺激范式、刺激时间、空间布局三方面进行了优化,实验表明扩大刺激目标间距、加强刺激时间能够提高目标识别... 详细信息

文中设计了一种基于SSVEP的脑控小车分级速度和方向控制的系统,存在向左、向右、向后、向前(一级、二级、三级)6个脑控命令。在刺激范式、刺激时间、空间布局三方面进行了优化,实验表明扩大刺激目标间距、加强刺激时间能够提高目标识别准确率。在脑电解码方面,采用HHT(Hibert-Huang Transform)和CCA(Canonical Correlation Analysis)对比方式,10名被试参与此次研究,结果表明HHT解码方式比CCA在准确度方面提高了6.59%;在特征分类方面,采用支持向量机(Support vector machine,SVM)形式。该方向和分级速度控制系统实现了小车在速度和方向上的灵活控制,优化方法提高脑了控小车的准确度与实时性。实验结果显示在选取范式3,刺激时间3s的条件下,10名被试平均识别准确率高达92.50%。文中理论可望为脑控设备走出实验室打下坚实基础。

关键词：稳态视觉诱发电位(SSVEP) 希尔伯特-黄变换(HHT) 典型相关分析(CCA) 脑控小车

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于SSVEP的脑控自动寻路小车系统

基于SSVEP的脑控自动寻路小车系统

引用

作者：杨京儒南京邮电大学

学位级别：硕士

脑机接口技术可以帮助残障人士更好更独立地生活,当前基于稳态视觉诱发电位(Steady-State Visual Evoked Potential,SSVEP)的脑机接口控制外部设备一般都是使用单一算法、直接控制外部设备移动,存在识别准确率较低、操作复杂的问题,难... 详细信息

脑机接口技术可以帮助残障人士更好更独立地生活,当前基于稳态视觉诱发电位(Steady-State Visual Evoked Potential,SSVEP)的脑机接口控制外部设备一般都是使用单一算法、直接控制外部设备移动,存在识别准确率较低、操作复杂的问题,难以完成复杂的任务。为了使残障人士获得更好的脑机接口设备的使用体验、以更高的准确率完成更复杂的任务,本文设计了一种基于SSVEP的脑控自动寻路小车系统。在脑电信号处理方面,为提高SSVEP识别的普适性与准确率,本文提出了一种基于滤波器组的典型相关分析(Filter Bank Canonical Correlation Analysis,FBCCA)与功率谱密度(Power Spectral Density,PSD)分析相结合的SSVEP识别算法。该方法使用FBCCA寻找高相似度的参考频率信号,再通过多组PSD分析来锁定最终的响应频率,完成频率识别,该方法无需经过训练就能得到较高的识别准确率。实验结果表明,在刺激时长为1s时,本算法达到86.61%的准确率,比PSD分析方法提升了5.44%,比典型相关性分析方法(Canonical Correlation Analysis,CCA)提升了10.38%,比FBCCA提升了8.86%。说明该算法在SSVEP脑电信号识别分类方面的有效性。在路径规划方面,为了获得更快的计算速度,提出了一种基于Voronoi图的避障最短路径规划算法。根据障碍物位置信息构建Voronoi图,接着将Voronoi图扩展为简单多边形,再寻找出简单多边形内的最短Euclidean路径,完成路径规划。此算法的算法复杂度为O(nlogn)小于A~*路径规划算法和Dijkstra算法。为了验证基于SSVEP的脑控自动寻路小车系统的可行性,论文设计并实现了脑控自动寻路小车控制实验和麦克纳姆轮小车遇障调整实验,实验结果表明本文方法可以很好地处理EEG信号,并通过分类后的指令控制麦克纳姆轮小车自动寻路,完成指定的目标。为脑机接口系统在控制外部设备的实际应用领域提供了一种新的思路。

关键词：脑机接口稳态视觉诱发电位 Voronoi图路径规划脑控小车

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于TGAM的专注力训练小车设计

引用

电子制作 2021年第21期29卷 82-84页

作者：李好平滕旭光莱州市融媒体中心山东莱州261400

本文使用TGAM芯片设计了专注力训练小车,通过脑电生物反馈原理实现专注力训练。系统根据自行设计的脑电采集放大器,使用干电极采集用户的脑电数据,滤波后经过模数转换送入后级处理器进行小波变换提取所需要的生物节律信号,通过算法计算... 详细信息

本文使用TGAM芯片设计了专注力训练小车,通过脑电生物反馈原理实现专注力训练。系统根据自行设计的脑电采集放大器,使用干电极采集用户的脑电数据,滤波后经过模数转换送入后级处理器进行小波变换提取所需要的生物节律信号,通过算法计算指标实现来控制小车,电路的改进实现了专注度对小车更精准的控制。

关键词：脑控小车 TGAM 脑电采样信号滤波模数转换专注力训练

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：