收藏
上證報(bào)中國(guó)證券網(wǎng)訊（記者 韓遠(yuǎn)飛）12月6日，中國(guó)科學(xué)院沈陽自動(dòng)化研究所發(fā)布消息，近日該研究所神經(jīng)計(jì)算團(tuán)隊(duì)與中國(guó)礦業(yè)大學(xué)開展聯(lián)合研究，將粒子群算法引入到對(duì)稱正定黎曼空間，對(duì)腦電圖（Electroencephalogram, EEG）的協(xié)方差矩陣表征數(shù)據(jù)進(jìn)行維度篩選，有效提高了EEG信號(hào)識(shí)別效率，且選擇出的重要維度符合神經(jīng)生理學(xué)發(fā)現(xiàn)。相關(guān)研究成果發(fā)表于《知識(shí)庫系統(tǒng)》（Knowledge-Based Systems, KBS）。
研究團(tuán)隊(duì)將捕捉大腦意圖EEG信號(hào)表征為協(xié)方差矩陣，從平直的歐氏空間轉(zhuǎn)換到彎曲的對(duì)稱正定黎曼空間，利用粒子群算法在黎曼空間中對(duì)協(xié)方差矩陣進(jìn)行降維，將協(xié)方差矩陣的行和與其對(duì)應(yīng)的列看作為一個(gè)特征組，去除對(duì)EEG識(shí)別效果影響小或具有干擾的特征組。該方法在提高識(shí)別效率的同時(shí)提高了識(shí)別正確率。與目前大部分黎曼空間數(shù)據(jù)基于映射的降維方法不同，該方法具有可解釋性，選擇出的重要維度能夠回溯到EEG信號(hào)的通道，在運(yùn)動(dòng)想象EEG信號(hào)上選擇出來的重要維度大致分布在感覺運(yùn)動(dòng)皮層，符合神經(jīng)生理學(xué)的發(fā)現(xiàn)。該方法為推進(jìn)腦機(jī)接口的實(shí)際應(yīng)用提出了一種方案。
該研究得到國(guó)家自然科學(xué)基金、科技部重點(diǎn)研發(fā)計(jì)劃等項(xiàng)目支持。
