Wyszukiwarka
Abstrakt
A method for feature extraction and results of classification of EEG signals obtained from performed and imagined motion are presented. A set of 615 features was obtained to serve for the recognition of type and laterality of motion using 8 different classifications approaches. A comparison of achieved classifiers accuracy is presented in the paper, and then conclusions and discussion are provided. Among applied algorithms the highest accuracy was achieved with: Rough Set, SVM and ANN methods.
Cytowania
-
2
CrossRef
-
0
Web of Science
-
1
Scopus
Autorzy (3)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja monograficzna
- Typ:
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym
- Tytuł wydania:
- W : Intelligent Methods and Big Data in Industrial Applications strony 247 - 257
- Język:
- angielski
- Rok wydania:
- 2018
- Opis bibliograficzny:
- Szczuko P., Lech M., Czyżewski A.: Comparison of Methods for Real and Imaginary Motion Classification from EEG Signals// Intelligent Methods and Big Data in Industrial Applications/ ed. Bembenik R., Skonieczny Ł., Protaziuk G., Kryszkiewicz M., Rybinski H. Cham: Springer, 2018, s.247-257
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-319-77604-0_18
- Źródła finansowania:
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 92 razy