شماره ركورد كنفرانس :
4220
عنوان مقاله :
مقايسه بهينه سازهاي كلاسيك و پيشرفته در ساختارهاي مختلف شبكه عصبي چندلايه در طبقه بندي سيگنال هاي برانگيختگي مغز
پديدآورندگان :
امين محمد a-keshavarz@sums.ac.ir
دانشگاه آزاد اسلامي واحد تبريز , رفيعي علي alirafiee@kia.ac.ir
دانشگاه آزاد اسلامي واحد كازرون
كليدواژه :
پتانسيل هاي حركتي , ويولت , EEG1 , DWT2 , MLP3.
عنوان كنفرانس :
هجدهمين كنفرانس ملي دانشجويي مهندسي برق ايران
چكيده فارسي :
هدف مقاله، طبقه بندي ويژگي هاي آماري و تواني فرمان هاي حركتي مغز با ساختارهاي مختلف شبكه عصبي قدرتمند پرسپترون و بررسي بهترين بهينه ساز جهت شبكه عصبي مي باشد. تشخيص فرمان هاي حركتي سيگنال هاي مغز يك مسأله طبقه بندي است. تبديل ويولت گسسته براي استخراج ويژگي ها استفاده مي شود. نتايج نشان مي دهد شبكه پرسپترون در صورتي كه داده هاي ورودي و تعداد پارامترهاي بكار رفته در پردازش بسيار زياد باشند استفاده از بهينه ساز ICA عملكرد بهتري را نسبت به بهينه ساز كلاسيك نشان خواهد داد. ولي زمان آموزش و يادگيري شبكه عصبي با اين الگوريتم بسيار طولاني تر از روش LM مي باشد.
