基于核 Fisher 判别分析的意识任务识别新方法.PDF

第 16 卷 　第 9 期 计 算 机 技 术 与 发 展 Vol . 16 　No . 9 2006 年 9 月 　　 　　　　　　　 　 　　　　　　　 Sep . 　2006 COM PU TER TECHNOL O GY AND D EV EL OPM EN T 基于核 Fisher 判别分析的意识任务识别新方法 高湘萍 ,许 　丹 ,吴小培 (安徽大学 计算智能与信号处理教育部重点实验室 ,安徽 合肥 230039) 摘 　要 :提出一种新的基于核 Fisher 判别分析的意识任务识别新方法 。该方法首先通过核函数建立一个非线性映射 ,把原 空间的样本点投影到一个高维特征空间,然后在特征空间应用线性 Fisher 判别 。利用不同意识任务生成的脑 电数据对 KFDA 和 FDA 进行比较 ,最后用线性支持向量机进行分类和识别 ,并与非线性支持向量机进行了比较 ,结果表明 KFDA 的 识别率明显优于后二者 。 关键词 :核 Fisher 判别 ;核函数 ;支持向量机 ;意识任务识别 ( ) 中图分类号 :O235 　　　　　　　　文献标识码 :A 　　　　　　　文章编号 : 1673 - 629X 2006 09 - 0082 - 03 A Ne w Mental Task Recognition Method Based on Kernel Fisher Discriminant Analysis GAO Xiangping ,XU Dan , WU Xiaopei (Ministry of Education Key Lab . of Intelligent Computing Signal Processing ,Anhui Univ . ,Hefei 230039 ,China) Abstract :A new mental task recognition met hod based on kernel Fisher discriminant is p roposed . The met hod is based on a non - linear mapping from input space to feature space using kernel function . Linear Fisher discriminant is used in feature space . KFDA - based mental task recognition met hod is tested and compared wit h FDA and non - linear SVM using t he same EE G signals. Experiment result s indicate t hat t he performance of KFDA - based mental task recognition met hod is superior to t he ot her s. Key words :kernel Fisher discriminant analysis ;kernel function ;support vector machine ;mental task recognition 0 　引　言