基于曲线拟合和SVM的眼动信号分类算法研究

作     者：侯传宇 吕钊 吴小培 Hou Chuanyu;Lyu Zhao;Wu Xiaopei

作者机构：宿州学院信息工程学院安徽宿州234000 安徽大学计算智能与信号处理教育部重点实验室合肥230039 

基　　金：国家自然科学基金资助项目(61271352) 计算智能与信号处理教育部重点实验室开放基金资助项目 安徽省教育厅自然科学基金资助项目(KJ2013B285 KJ2012Z400 KJ2012Z401 KJ2012A263) 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2015年第32卷第7期

页      码：2101-2104,2111页

摘      要：为提高基于EOG的眼动信号分类算法精度,改进基于EOG的人—机交互系统性能,提出了一种基于曲线拟合(curve fitting)与支持向量机(SVM)的眼动信号分类算法(CF-SVM),并设计了新的实验范式,增加了"扫视保持"环节。该算法采用曲线拟合方法进行特征提取,在此基础上,使用SVM分类器对眼动信号进行分类。实验室环境下,对9名眼部活动正常的受试者进行了眼动数据采集与识别,CF-SVM算法的平均分类准确率达到98.3%,与其他几种眼动识别方法相比较,其平均正确率分别提升了9.4%、5.9%、1.0%。实验结果表明,CF-SVM算法在眼动信号识别中表现了良好的性能,具有高的分类精度和鲁棒性。

主 题 词：人机交互 眼电图 实验范式 曲线拟合 支持向量机 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 081203[081203] 080401[080401] 0804[工学-材料学] 080402[080402] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1001-3695.2015.07.044

馆 藏 号：203674619...