控制与决策

作者：李红利,郭伟,张荣华,修春波,马欣

单位：天津工业大学 控制科学与工程学院,天津 300387,,天津工业大学 控制科学与工程学院,天津 300387,,天津工业大学 人工智能学院,天津 300387,,天津工业大学 控制科学与工程学院,天津 300387,,天津工业大学 电子与信息工程学院,天津 300387,

关键词：运动想象;深度森林;变长粒子群优化;修正策略;分类识别

基金：国家自然科学基金项目(62071328)；天津市技术创新引导专项基金项目(21YDTPJC00540, 21YDTPJC00550).

基于运动想象的脑电信号是用户在执行不同运动想象任务时采集到的不同脑区的电信号.受到用户的大脑结构和头皮状态等因素影响,采集到的运动想象任务信号之间混乱,从而导致大量信号被错分.鉴于此,提出一种基于改进深度森林的运动想象任务信号分类方法.首先,利用变长粒子群算法强大的寻优能力,为深度森林中每一层的随机森林和完全随机森林预测的类概率值搜寻最优权重;然后,将此权重赋予对应的类概率值,以此实现对结果修正目的;最后,利用BCI竞赛IV的数据集2a评估所提出方法的有效性.实验结果表明,相比传统的深度森林,该方法对四分类运动想象脑电信号实现了更高的分类准确率.所提出方法根据分类器预测的结果进行学习,对于提升分类器性能的研究具有重要意义.

来源：2023年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第2期