English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 3313/17059 (19%)
造訪人次 : 636478      線上人數 : 625
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧：
  • 您可在西文檢索詞彙前後加上"雙引號"，以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋，建議至進階搜尋限定作者欄位，可獲得較完整資料
    •  進階搜尋
    University of Taipei > 理學院 > 資訊科學系 > 期刊論文 >  Item 987654321/2716


    請使用永久網址來引用或連結此文件: http://utaipeir.lib.utaipei.edu.tw/dspace/handle/987654321/2716


    題名: 『是非題』作答之腦電波辨識與『選擇題』作答之腦電波分析
    作者: 張菀珍
    蔡俊明
    葉榮木
    關鍵詞: 認知科學
    大腦人機介面
    腦電波
    線性鑑別分析
    日期: 2009-09
    上傳時間: 2010-06-07 18:48:58 (UTC+8)
    摘要: 大腦認知活動的分析，目前在教育心理學和認知神經科學等領域被廣泛的進行研究，本研
    究目的除了將腦電波訊號做資料分類的分析可應用在大腦人機介面（brain computer interface,
    BCI）之外，同時，探討不同類型的問題對大腦認知活動的影響。
    在腦電波訊號分析的部分，本研究以所設計的兩種類型選擇題作為問題刺激，來探討受測
    者在思考不同類型問題時腦電波頻段上的差異，實驗結果發現，選擇題答題之腦電波分析，存
    在明顯且一致性的差異。即受測者的 Theta 頻段在思考「數學問題」時的能量，均高於思考「圖
    形幾何問題」的能量，但在 Alpha 頻段的結果則恰好相反。
    在想像辨識的部份，本實驗除了成功辨識想像「是」與「非」的腦電波外，並發現在時域
    部份所擷取的腦電波具有相當好的鑑別性，藉由線性鑑別分析法（linear discriminant analysis,
    LDA）找出最佳的轉換向量，能讓資料更具鑑別性，再由計算特徵矩陣間的歐氏距離就可以有
    效的分類腦電波。研究結果顯示，本實驗使用了 C3、C4 及 F3 三個電極，可以使腦電波辨識的
    準確率大幅提升至 99%。
    本研究建議，未來可將此系統和大腦人機介面系統後端（機器人、輪椅等）做連結，以服
    務更多行動不方便的人士。
    關聯: 科學與工程技術期刊
    顯示於類別:[資訊科學系] 期刊論文

    文件中的檔案:

    檔案 大小格式瀏覽次數
    index.html0KbHTML2433檢視/開啟


    在uTaipei中所有的資料項目都受到原著作權保護.

    如有問題歡迎與系統管理員聯繫
    02-23113040轉2132
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋