This paper presents a new P300 para

This paper presents a new P300 paradigm for
brain computer interface. Visual stimuli consisting of 8 arrows
randomly intensified are used for direction target selection for
wheelchair steering. The classification is based on a Bayesian
approach that uses prior statistical knowledge of target and
non-target components. Recorded brain activity from several
channels is combined with a Bayesian sensor fusion and then
events are grouped to improve event detection.
The system has an adaptive performance that adapts to user
and P300 pattern quality. The classification algorithms were
obtained offline from training and then validated offline and
online. The system achieved a transfer rate of 7 commands/min
with 95% false positive classification accuracy.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้แสดง P300 กระบวนทัศน์ใหม่สำหรับอินเตอร์เฟซสมองคอมพิวเตอร์ สิ่งเร้าที่เห็นลูกศร 8 ประกอบด้วยintensified สุ่มใช้สำหรับเลือกทิศทางเป้าหมายรถเข็นพวงมาลัย การจัดประเภทตามทฤษฎีการวิธีการที่ใช้ความรู้ทางสถิติเดิมของเป้าหมาย และคอมโพเนนต์ไม่ใช่เป้าหมายการ กิจกรรมสมองบันทึกจากหลายช่องใช้ร่วมกับทฤษฎีเซ็นเซอร์แล้วมีการจัดกลุ่มกิจกรรมเพื่อปรับปรุงการตรวจสอบเหตุการณ์ระบบมีประสิทธิภาพที่เหมาะสมที่ปรับผู้ใช้และคุณภาพรูปแบบ P300 อัลกอริทึมการจัดประเภทได้ได้รับจากการฝึกอบรมแบบออฟไลน์ และจากนั้น ตรวจสอบแบบออฟไลน์ และออนไลน์ ระบบรับอัตราการถ่ายโอนคำสั่ง 7 นาทีมีความแม่นยำ 95% จัดประเภทบวกเท็จ

ผลลัพธ์ (ไทย) 3:

บทความนี้นำเสนอกระบวนทัศน์รูปแบบใหม่สำหรับ
สมองคอมพิวเตอร์อินเตอร์เฟซ ภาพที่ประกอบด้วย 8 ลูกศร
สุ่ม ( ใช้สำหรับเลือกทิศทางเป้าหมายสำหรับ
รถเข็นพวงมาลัย การจัดหมวดหมู่ตามวิธีการทางสถิติแบบเบส์ที่ใช้ก่อน

ส่วนความรู้ของเป้าหมาย และเป้าหมายไม่ใช่ บันทึกจากหลาย
สมองกิจกรรมช่องพร้อมกับเซ็นเซอร์ฟิวชั่นส์แล้ว
เหตุการณ์จะถูกจัดกลุ่มเพื่อปรับปรุงการตรวจจับเหตุการณ์ .
ระบบมีการทำงานที่ได้ปรับรูปแบบของผู้ใช้
และคุณภาพ . การจำแนกขั้นตอนวิธีถูก
แบบออฟไลน์ จากการฝึกอบรม และจากนั้น ตรวจสอบ
ออฟไลน์และออนไลน์ ระบบความอัตราการถ่ายโอนของ 7 คำสั่ง / min
95% บวกเท็จประเภทความแม่นยำ