Browsing by Author "劉昀松"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    結合多尺度主成分分析法與支持向量機在想像彩色圖像與中文文字之腦電波差異分析
    (2010) 劉昀松; Liu yun-sung
    大腦人機介面大多以想像左手、右手、腳與吐舌等體感動作為主，然而，以想像彩色圖像和中文文字作為大腦人機介面的媒介，目前少有相關研究團隊從事這方面研究，所以本研究在此試驗性地探討想像彩色圖像和中文文字的腦電波差異，並設計適合這種認知實驗的提示，此為本研究的主要動機和貢獻。 腦電波記錄時會包含著許多雜訊，例如:市電干擾、生理雜訊…等，而且腦電波訊號具有時變、非穩態等特性，所以腦電波的「特徵擷取」以及「分類」這兩個方面一直是主要的研究課題。本研究在「特徵擷取」方面，是採用多尺度主成分分析法來分析腦電波訊號，本分析方法分為兩個階段：第一階段是利用離散小波轉換中的多貝西小波，來分解腦電波訊號變成數個子頻帶，以增加特徵數量；第二階段是用主成分分析法，來得到最顯著的特徵值及其對應的特徵向量。本研究在「分類」方面，選擇具有高度辨識率的支持向量機，使用此來分類本研究所使用的彩色圖像與中文文字兩類想像內容。實驗受測者總共有13位，實驗結果發現以受測者S4為例，分類正確辨識率可高達88.89%，而平均正確準確率可達到72.65%。本研究更進一步探討圖像-動物類和文字-非動物類這兩種差異提示想像，實驗結果發現在圖像-動物類的平均分類正確率為74.08%，而文字-非動物類的平均分類正確率則達到84.21%，顯示對大部份受測者而言，文字-非動物類的平均分類正確率比圖像-動物類的平均分類正確率高。 本研究還有歸納出P300及N400在彩色圖像及中文文字提示的電位變化關係，N400事件相關電位在370ms~520ms間會出現一個負向的波峰，在負波峰後通常會有一個低頻的負波，這是腦電波感受到新奇刺激的反應，以及大腦空間能量分佈圖能量差異較大的頻帶位於Alpha2頻帶(11-14Hz)及Beta1頻帶(14-25Hz)，也就是常見的Beta頻帶。