Журнал дистанционного зондирования и ГИС

Абстрактный

Новый трехмерный вероятностный классификатор для улучшения BCI на основе двигательного воображения

Эдриан Эшли

Введение: Вспомогательное робототехническое решение на основе двигательного воображения BCI имеет потенциал для расширения возможностей верхней подвижности инвалида. Целью данной работы было сравнение эффективности классификации хорошо зарекомендовавших себя классификаторов с новым прототипом классификатора. Подход: Автор разработал адаптивный классификатор поверхности принятия решений ADS с будущей целью дополнить вспомогательный роботизированный протез руки, чтобы открывать и закрывать ее для захвата объекта в сотрудничестве с датчиками LIDAR. ADS был обучен с использованием обучающего набора данных из набора данных 2a конкурса BCI IV из Технического университета Граца. Основные результаты: Точность классификации в офлайн-тестах достигла 76,06 % класса 1 и 81,50 % класса 2 с использованием неадаптивного ADS и 79,55 % класса 1 и 99,69 % класса 2 с использованием адаптивных классификаторов ADS. Заключение: Автор демонстрирует прототип адаптивного классификатора принятия решений, используемый с наборами данных двигательного воображения.