A study of data reduction for P300 speller system
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Rittikun K., Boonpramuk P., Prechaprapranwong P.
ผู้เผยแพร่: Hindawi
ปีที่เผยแพร่ (ค.ศ.): 2014
ISBN: 9781479929924
นอก: 0146-9428
eISSN: 1745-4557
ภาษา: English-Great Britain (EN-GB)
บทคัดย่อ
The aim of this research is to reduce data for a P300 spelling system by using downsampling algorithm to reduce the sampling rate of the system. The comparison between this method and standard algorithms such as Discrete Wavelet Transforms (DWT) and Principal Components Analysis (PCA) is also discussed in this paper. While downsampling algorithm is used to reduce sampled data, Ensemble of Support Vector Machine (ESVM) is used to model and to classify the reduced data in order to predict characters. The experimental results show that the accuracy of downsampling algorithm, no-data-reduction algorithm, DWT and PCA are 97.5%, 93.5%, 96.0%, and 79.5% respectively. ฉ 2014 IEEE.
คำสำคัญ
amyotrophic lateral sclerosis, discrete wavelet transforms, ensemble of classifiers, P300 speller
ติดต่อสอบถามเพิ่มเติมได้ที่