AN ITERATIVE SPATIO-SPECTRAL DISCRIMINANT SCHEME FOR EEG CLASSIFICATION

Author(s):
Message:
Abstract:
Brain Computer Interface (BCI) systems still suffer from lack of accuracy in real-time applications. This problem emerges from isolated optimization, and in some occasions from mismatching of feature extraction and classification stages. To unify optimization of both stages, this paper presents a novel scheme to integrate them and simultaneously optimize under a unit criterion. The proposed method iteratively estimates both spatio-spectral filters and classifier weights under a non-linear form of Fisher criterion. In order to validate the introduced method, two standard EEG sets, one containing 118 EEG signals and the other 29, were employed to demonstrate its spatial resolution capability. Experimental results on both datasets reveal the superiority of the proposed scheme in terms of enhancing the classification performance simultaneously with speeding up the optimization process, compared to the conventional methods.
Language:
English
Published:
Iranian Journal of Science and Technology Transactions of Electrical Engineering, Volume:36 Issue: 2, 2012
Pages:
147 to 161
magiran.com/p1142888  
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!