- HOME
- 홈페이지 이용안내
논문 기본정보
A Novel Method of Multi-channel Feature Extraction Combining Multivariate Autoregression and Multiple-linear Principal Component Analysis
논문 개요
| 기관명 | NDSL |
|---|---|
| 저널명 | 生物醫學工程學雜志 = Journal of biomedical engineering |
| ISSN | 1001-5515, |
| ISBN |
논문저자 및 소속기관 정보
| 저자(한글) | WANG, Jin-jia,ZHANG, Yan-na |
|---|---|
| 저자(영문) | |
| 소속기관 | |
| 소속기관(영문) | |
| 출판인 | |
| 간행물 번호 | |
| 발행연도 | 2015-01-01 |
| 초록 | 뇌-컴퓨터 인터페이스(Brain-computer interface, BCI) 시스템은 뇌 신호로부터 특성을 추출하여 이에 대해 식별하는 것이다. 자기회귀 모델 특성 추출 방법과 기존의 주성분 분석 차원 축소(dimensionality reduction) 방법으로 멀티채널 신호를 처리하는 국한성에 초점을 맞추어, 다변량 자기회귀(MVAR) 모델과 다중선형 주성분 분석(MPCA)을 결합한 멀티채널 특성 추출 방법을 제안하였으며, 뇌자도/뇌전도(MEG/EEG) 신호 식별에 이용하였다. 우선 MEG/EEG 신호의 MVAR 모델 계수 행렬을 계산하였으며, 다음 MPCA를 이용하여 계수 행렬에 대해 차원 축소를 진행하였고, 마지막에 선형 판별 분석 분류기를 이용하여 뇌신호를 분류하였다. 혁신은 기존의 단일 채널 특성 추출 방법을 멀티채널로 확장하는 것이다. BCI 경기 IV 데이터 집합 3과 1 데이터를 선택하여 실험 검증을 진행하였다. 두 그룹의 실험 결과, MVAR과 MPCA 결합의 특성 추출 방법으로 멀티채널 신호를 처리하는 것은 실행 가능하였다. |
| 원문URL | http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=NART&cn=NART75842329 |
| 첨부파일 |
추가정보
| 과학기술표준분류 | |
|---|---|
| ICT 기술분류 | |
| DDC 분류 | |
| 주제어 (키워드) | brain-computer interface,magnetoencephalography,electroencephalograph,multivariate autoregressive model,multi-linear principal component analysis,feature extraction,뇌-컴퓨터 인터페이스,뇌자도,뇌전도,다변량 자기회귀 모델,다중선형 주성분 분석,특성 추출 |