HUONG GIAI QUYET CUA DE TAI
CHUONG 4 MÔ HÌNH BCI OFFLINE
4.3 PHAN LOẠI DU LIEU SONG NAO BẰNG MẠNG NORON Trong luận văn nay, mạng noron truyền thang nhiễu lớp với luật học lan truyền
Ngõ vào tùy với từng phương pháp trích đặc trưng khác nhau để chọn. Số lớp
ân được chon là | lớp an. Ngõ ra của mang mang giá trị 0 hoặc 1 để biểu diễn cho | loại tín hiệu được nhận dang và sỐ lượng nơron ở ngõ ra là 3 dé biểu diễn
3 trạng thái của của suy nghĩ: suy nghĩ trái, suy nghĩ phải, không suy nghĩ. Số
Trang 51
C4: MÔ HINH BCI OFFLINE HVTH: Pham Ba Toan
nơron trong lớp ân sẽ được thay đối dé tìm được giá tri tốt nhất trong việc nhận
dạng tín hiệu sóng não.
4.3.1 Phân loại đối với phương pháp trích đặc trưng CSP
Các đặc (rưng suy nghi trai, suy nghi phai, khong suy nghĩ | m
F3
Hình 4.15. Cấu trúc mang Noron với phương pháp CSP
Với cau trúc như hình 4.15, số phan tử của lớp ngõ vào trong mạng Noron
sẽ thay đối tùy vào phương pháp được sử dụng ở phan tiền xử lý tín hiệu:
e Với phương pháp dùng bộ lọc thông dai và bộ lọc CAR thì số phan tử
ở lớp ngõ vào là 30.
e Với phương pháp dùng bộ loc SL thì số phan tử ở lớp ngõ vào là 6. Dong thời số phan tử trong lớp an cũng sẽ thay đối để đánh giá hiệu qua khác nhau của số phân tử này.
Kết quả thực hiện phân loại dữ liệu được thé hiện trong các bảng 4.5, 4.6, 4-7 ở bên dưới thể hiện tỉ lệ nhận diện đúng các mẫu thử của phương pháp trích đặc trưng CSP kết hợp với mạng nơron trên cả 3 đối tượng (%)
Trang 52
C4: MÔ HINH BCI OFFLINE HVTH: Pham Ba Toan
Bảng 4.5. Kết quả kiểm tra cúa đối tượng 1
Số nơ ron
lớp an Thông dai (%) | CAR (%) | §L(%)
3 49 32 42.15 56.64
6 52,18 49.22 58.79
9 58.25 52,15 64.91
15 63.91 65.95 65,97
18 65,69 71,10 70,76
21 72.18 76,68 71,13
24 77.35 78,10 71,10
27 78,16 | 80.95 | 70,89
30 78,10 80.44 71,25
33 78/76 80,10 69,52
Bang 4.6. Kết quả kiểm tra của đối tượng 2
C4: MÔ HÌNH BCI OFFLINE
Số nơ ron
lớp ân Thông dai (%) | CAR(%) | SL(%)
3 47 56 57,21 47.54
6 48,92 58,16 50,93
9 58,52 62,23 53 35
15 60.41 67.41 58,94
18 7133 7127 59,01
21 72,69 71,62 58,73
24 74,39 72.34 58,64
27 | 79.75 75,19 59 66
30 76,25 7631 59 95
33 78.36 75,15 60,74
Trang 53
HVTH: Pham Ba Toan
Bảng 4.7. Kết quả kiểm tra của đối tượng 3
Số nơ ron
lớp dn Thông dãi (%) | CAR(%) | SL(%)
3 37,51 47,13 41,15
6 42,12 48.49 45,18
9 48.52 52.23 50,15
15 60.47 57,15 53.44
18 6351 67,16 57,03
21 72,19 73.62 59 55
24 74.42 78,12 60.46
27 78,11 | 7887 - 63.35
30 78,29 78,15 62,52
33 7741 7768 63.86
Với 3 bảng kết quả thực hiện của 3 đối tượng ta thấy có những nhận xét
Sau:
e Với 3 phương pháp tiền xử lý thi phương pháp dùng bộ loc CAR kết hợp với việc trích đặc trưng bằng phương pháp CSP thường cho kết quả tốt nhất (2 đối tượng tốt nhất).
e Mạng noron không cho kết quả phân loại giống nhau giữa các đối
tượng.
e Khi số phan tử trong lớp an tăng lên thì hiệu quả của mạng noron sé tang, tuy nhiên có vẻ như khi tăng lên hơn 27 phan tử thì sự thay đổi
không được rõ ràng.
4.3.2 Phân loại đối với phương pháp trích đặc trưng PSD
Với phương pháp trích đặc trưng PSD kết hợp với bộ lọc CAR thì số đặc trưng trích được là 110. Các đặc trưng này sẽ là số đầu vào của mạng Noron. Với phương pháp trích đặc trưng PSD kết hợp với bộ loc SL thì số đặc trưng trích được là 22. Kết quả phân loại của từng phương pháp trên
C4: MÔ HÌNH BCI OFFLINE Trang 54 HVTH: Pham Bá Toàn
được thé hiện ở các bảng 4.8, 4.9 và 4.10 bên dưới thé hiện tỉ lệ nhận diện đúng các mẫu thử của phương pháp trích đặc trưng PSD kết hợp với mạng nơron trên cả 3 đôi tượng.
Bang 4.8. Kết quả kiểm tra cúa đối tượng 1
Số nơ ron
lớp Ân CAR(%) | SL(%)
3 5143 45 44
6 53,12 49.26
9 62,15 63,74
15 75,95 63,52
18 78,69 65 34
21 83,85 63,94
24 | 8553 | 67,40
27 85,04 69,74
30 83,47 67,52
33 83,89 67,34
Bang 4.9. Kết qua kiểm tra của đối tượng 2
Số nơ ron
lớp Ân CAR(%) | SL(%)
3 37,13 40,71
6 4861 48.96
9 58.35 5435 l5 60,44 60,44
18 69,64 64,73
21 | 78.79 | 67,59
24 7791 70,39
27 77,97 69,71
30 78,76 70,37
33 70,23 68,72
Trang 55
C4: MO HINH BCI OFFLINE HVTH: Pham Ba Toan
Bang 4.10. Kết qua kiểm tra của đối tượng 3
Sô no ron
lớp ân CAR (%) | SL(%)
3 47,17 41,14
6 51,66 48.43
9 5841 51,31
15 61,32 56 44
18 68 40 57,13
21 72.91 62,19
24 7793 63,33
27 79,17 65,73
30 80,64 67,37
33 | 8123 | 69,21
Cũng tương tự với phương pháp trích đặc trưng dung CSP, phương pháp
PSD này khi được phân loại và nhận dạng băng mạng nơ ron sẽ cho kết quả tốt nhất với bộ lọc CAR, còn bộ lọc SL cho kết quả không được khả quan lam.
4.3.3 Phân loại đối với phương pháp trích đặc trưng PCA
Với phương pháp PCA này, số đặc trưng của từng người được tổng kết
bang sau 4.11 sau:
Bang 4.11. Số đặc trưng trích được của từng đối đượng trong phương
pháp PCA
PCA_e=90% | PCA_e=95% | PCA_e=99%
(%) (%) (%)
Đôi tượng 1 18 23 34
Đối tượng 2 13 17 28 Đối tượng 3 14 21 33
Trang 56
C4: MÔ HÌNH BCI OFFLINE HVTH: Pham Bá Toàn
Số Noron ở lớp đầu vào của mang No ron sé thay đối tương ứng với số đặc trưng trích được của từng đối tượng và với từng hệ số PCA cụ thé. Các bảng 4.11, 4.12 và 4.13 dưới đây thé hiện các kết quả đạt được của phương pháp PCA này thể hiện tỉ lệ nhận diện đúng các mẫu thử của phương pháp trích đặc trưng PCA kết hợp với mạng nơron trên cả 3 đối
tượng.
Bang 4.12. Kết qua thực hiện kiếm tra bằng mạng Nơron với phương
pháp PCA của đối tượng 1
Số noron PCA_e=90% | PCA_e=95% | PCA_e=99%
lớp ân (%) (%) (%)
3 37,67 41.44 64.41
6 42.76 64,89 64,86
9 49 94 64,29 64,93
15 59,01 68,88 69,87
18 62,73 69.22 73,63
21 67,64 69.22 75,86
24 68,66 72,15 34.26
27 65.95 75,95 85 ,92
30 63,74 78,69
33 63,52 78,85 86,16
Với bang 4.12 trên ta thay rang, với phương pháp trích đặc trưng PSD có kết quả tốt hơn so với phương pháp CSP.
Trang 57
C4: MÔ HINH BCI OFFLINE HVTH: Pham Ba Toan
Bang 4.13. Kết qua thực hiện kiếm tra bằng mạng Nơron với phương
pháp PCA của đối tượng 2
Số nơ ron | PCA_e=90% | PCA_e=95% | PCA_e=99%
lớp an (%) (%) (%)
3 45,16 54.14 AA AA
6 53,05 54,89 54,86
9 57,05 60,29 63,93
15 61,05 68,88 69 87
18 60.42 69 22 70.63
21 59,16 69 22 70,86
24 59 37 72,15 76,26
27 62,53 75 95 | 69 |
30 5937 74,69 75 65
33 58,11 75 54 76,16
Bang 4.14. Kết qua thực hiện kiếm tra bang mang Noron với phương
pháp PCA cúa đối tượng 3
C4: MÔ HÌNH BCI OFFLINE
Số nơ ron | PCA_e=90% | PCA_e=95% | PCA_e=99%
lớp an (%) (%) (%)
3 45,03 44.34 45 44
6 43.78 50,82 48.83
9 47.15 5447 49 93
15 5135 58 46 60,73
18 5723 60.27 6765
21 62,13 63,12 71.38
24 6331 69 28 75,57
27 67,55 72,35 | 76.95 |
30 68,17 75,61 76,61
33 68,11 75.58 75.42
Trang 58
HVTH: Pham Bá Toàn
Từ kết quả đạt được ở các bảng 4.11, 4.12, 4.13 ta có các nhận xét sau:Khi tăng hệ số PCA lên thì độ chính sách của việc nhận dạng càng tăng. Điều này là khá phù hợp, vì khi tăng hệ số PCA lên nhiễu sẽ bị loại bỏ dân. Tuy nhiên không có nghĩa là khi tăng hệ số PCA lên 100% thì sẽ tốt nhất thì hiệu quả của mạng sẽ tốt nhất. Như trong trường hop của đối tượng 1 ở trên đạt được kết quả chính xác đến 87,65 trong khi đó nếu hệ số PCA là 100% thì kết quả chỉ có 85,53. Như vậy khi tăng số nhân tố lên, rất có thể
sẽ lay thêm nhiễu vào vi lúc đó nhiễu cũng sẽ thành một nhân tố trong
phân tích PCA.
Dưới đây là bang tong kết các kết quả nhận dang bang mạng Noron mà dé
tài đã thực hiện:
Bang 4.15. Bang tổng kết việc kiểm tra bằng mang Noron với 3 đối tượng
CSP(%) PSD(%) PCA(%) Tb từng
Thông đối
dãi CAR} SL | CAR} SL | 90% | 95% | 99% | tượng
ai
(%)
Đôi 78,/6 | 80,95 | 71,25 | 85,53 | 69,74 | 68,66 | 78,85 | 87,65 | 77,674 tượng |
Đôi 79/75 | 76,31 | 60,74 | 78,79 | 70,39 | 62,53 | 76,69 | 76,92 | 72.765 tuong 2
Đôi 78,29 | 78,87 | 63,86 | 81,23 | 69,21 | 68,17 | 76,58 | 76,95 | 74.145 tuong 3
Tbinh cua từng | 78,93 | 78,71 | 65,28 69,78 | 66,45 | 77,37 | 8051 PP
Từ bảng 4.15 ta thấy với phương pháp trích đặc trưng băng phương pháp PSD kết hợp với bộ loc CAR cho kết quả tốt nhất đạt 81,85%. Với kết quả này, ta thay các phương pháp được sử dung để xử lý, trích đặc trưng và phân loại là phù hợp và có thé thực hiện trong các nghiên cứu tiếp theo.
Trang 59
C4: MÔ HINH BCI OFFLINE HVTH: Pham Ba Toan