تحسين أداء أنظمة التصور الحركي باستخدام تقنية تجميع المصنفات

Abstract

تنوعت الخوارزميات والطرق المستخدمة في مجال التعرف على الإشارات الدماغية وخاصة أنظمة التصور الحركي المعتمدة على مخطط كهربائية الدماغ, سواء في مرحلة المعالجة الأولية للإشارة أو في مرحلة التصنيف, ولكن لا تزال هذه الأنظمة تفتقر إلى الدقة الكافية لتنفيذها عمليا, لذلك لا بد من تحسين نسبة التعرف وعلى عدة مجموعات بيانات قياسية لضمان فعالية هذه الأنظمة. يقترح هذه البحث نظام تعرف هجين للتعرف على الإشارات الدماغية بالاعتماد على مخطط كهربائية الدماغ EEG, باستخدام تقنية تجميع المصنفات (Ensemble) حيث تم تصميم مصنفي تجميع, الأول مكون من أربع مصنفات فرعية وهي آلة متجه الدعم SVM (Support Vector Machine), مصنف الغابة العشوائية Fandom Forest, مصنف الانحدار اللوجستي Logistic Regression ومصنف الجار الأقرب KNN (K Nearest Neighbors), والمصنف الثاني مكون من مصنفين فرعيين هما الغابة العشوائية والانحدار اللوجستي, واستخدام النمط المكاني المشترك متعدد المرشحات FBCSP (Filter Bank Common Spatial Pattern) في عملية المعالجة المسبقة. تم اختبار النظام المقترح على ثلاث مجموعات بيانات هي IV2a, IV2b و AlexMI والوصول لنسب تعرف 88.69%, 82.71%, و 87.18% على التوالي.