典型文献
基于张量降维和逻辑张量回归的运动想象分类
文献摘要：
采用向量型分类算法对运动想象脑电信号张量特征进行分类时,往往会破坏张量特征的结构信息和内在相关性.为此,提出一种基于张量降维和逻辑张量回归的运动想象脑电信号分类算法.在特征提取阶段,采用结合多线性主成分分析和高阶判别分析的张量降维算法提取运动想象脑电信号的张量特征;在特征分类阶段,采用L2范数正则化的逻辑张量回归算法对张量特征进行分类.实验结果表明,提出算法的平均分类准确率达到86.22％,相比于基于张量降维和线性判别分析的算法的78.05％分类准确率以及基于张量降维和逻辑回归的算法的84.30％分类准确率,分别提高了8.17％和1.92％.
文献关键词：
张量降维;逻辑张量回归;运动想象;脑机接口
中图分类号：
作者姓名：
邹童童;孔万增
作者机构：
杭州电子科技大学计算机学院,浙江杭州310018
文献出处：
引用格式：
[1]邹童童;孔万增-.基于张量降维和逻辑张量回归的运动想象分类)[J].杭州电子科技大学学报,2022(05):40-45
A类：
张量降维,逻辑张量回归
B类：
分类算法,运动想象脑电信号,张量特征,结构信息,脑电信号分类,多线性,降维算法,特征分类,L2,范数,正则化,回归算法,平均分,分类准确率,线性判别分析,逻辑回归,脑机接口
AB值：
0.171514
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
