지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2011.10
- 수록면
- 331 - 336 (6page)
이용수
초록· 키워드
오류제보하기
In this paper, a new adaptive neural network classifier of six different mental tasks from EEG-based P300 signals is proposed. To overcome the classifier of overtraining caused by noisy and non-stationary data, the EEG signals are filtered and extracted using autoregressive model before passed to the adaptive neural network classifier. To test the improvement in the EEG classification performance with the proposed method, comparative experiments were conducted using Bayesian Linear Discriminant Analysis. All subjects achieved a classification accuracy of 100%.
목차
Abstract
1. INTRODUCTION
2. DATA SET AND EEG PREPROCESSING
3. FEATURE EXTRACTION ANDCLASSIFICATION
4. RESULTS AND DISCUSSIONS
5. CONCLUSIONS
ACKNOWLEDGMENT
REFERENCES
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2014-569-000912628