مصنف المجموعة لتصنيف حالة العين باستخدام إشارات EEG

الشريط الجانبي للمقالة

pdf (الإنجليزية)
منشور: Dec 9, 2022
DOI: https://doi.org/10.35950/cbej.v23i99.6764
الكلمات المفتاحية:
Eye state detection, ensemble system, classification, EEG, BCI, machine learning

محتوى المقالة الرئيسي

Ali Adel Al-Taei
IT Dept., Technical College of Management, Middle Technical University

الملخص

أبرزت الأهمية المتزايدة واستخدام قياس موجات الدماغ (مثل إشارات EEG لحالة العين) في تطبيقات واجهة كمبيوتر الدماغ (BCI) الحاجة إلى طرق تصنيف مناسبة. في هذه الورقة ، تم إجراء مقارنة بين ثلاثة من طرق التصنيف المعروفة (مثل آلة ناقلات الدعم (SVM) ، وخريطة ماركوف المخفية (HMM) ، ووظيفة الأساس الشعاعي (RBF)) لتصنيف حالة العين القائم على تخطيط أمواج الدماغ. علاوة على ذلك ، تم اختبار طريقة مقترحة تعتمد على نموذج المجموعة. الطريقة المقترحة (نظام المجموعة) تعتمد على خوارزمية التصويت مع نوتين: الغابة العشوائية (RF) وطريقة تصنيف Kstar. تم اختبار الأداء باستخدام ثلاث معاملات قياس: الدقة ، ومتوسط الخطأ المطلق (MAE) ، ومصفوفة الارتباك. أظهرت النتائج تفوق الطريقة المقترحة على الطرق المختبرة الأخرى. على سبيل المثال ، كان أداء الطريقة المقترحة 97.27٪ دقة و 0.13 MAE.

تفاصيل المقالة

كيفية الاقتباس
مصنف المجموعة لتصنيف حالة العين باستخدام إشارات EEG. (2022). مجلة كلية التربية الاساسية, 23(99), 43-50. https://doi.org/10.35950/cbej.v23i99.6764
إصدار
مجلد 23 عدد 99 (2017)
القسم
مقالات العلوم الصرفة
Creative Commons License

هذا العمل مرخص بموجب Creative Commons Attribution-ShareAlike 4.0 International License.

كيفية الاقتباس

مصنف المجموعة لتصنيف حالة العين باستخدام إشارات EEG. (2022). مجلة كلية التربية الاساسية, 23(99), 43-50. https://doi.org/10.35950/cbej.v23i99.6764