多波段滤波分类器融合

延迟动态寻优

通过差分进化算法优化多波段滤波，协同粒子群优化的集成决策树与CNN-LSTM，解决运动想象个体反应延迟差异问题。

Lin, Chihjer · Sie, Ting Yi

Asian Journal of Control 2023

参数信息

分类准确率

82.3 %

分类准确率

81.4 %

准确率提升

5.4 %

技术优势

准确率更高

多波段滤波优化使分类准确率提升5.4%，结合PSO优化bagged决策树达到最高准确率82.3%。

延迟自适应

利用进化算法动态优化个体反应延迟起始点，适应不同参与者差异。

短信号处理

PSO优化CNN-LSTM对1秒信号分类准确率81.4%，短于其他研究常用信号长度。

应用场景

• 脑控康复：将脑电信号用于控制外骨骼，辅助患者进行康复训练。
• 下肢外骨骼：为下肢外骨骼提供基于运动想象的脑控指令，实现自然交互。
• 康复机器人：作为康复机器人的控制接口，提高患者主动参与度。
• 运动想象控制：提升运动想象分类准确率和速度，增强控制实时性。