A Greedy Feature Selection Algorithm for Brain-Computer Interface Classification Committees

ما یک رویکرد به انتخاب ویژگی های الکتروانسفالوگرام و مشکلات طبقه بندی در رابط های مغز و رایانه بر اساس کمیته طبقه بندی ضعیف پیشنهاد می دهیم. طراحی یک کمیته طبقه بندی به عنوان یک مشکل بهینه سازی صورت گرفته و الگوریتم حریصانه برای حل آن در نظر گرفته شده است. رویکرد پیشنهادی هنگامی که اشیاء طبقه بندی شده با تعداد زیادی از ویژگی ها مشخص می شود، در حالی که نمونه های چند قطار در دسترس هستند. عملکرد طبقه بندی کمیته بر اساس داده های واقعی مورد ارزیابی قرار گرفت و بهبود یافته تر از روش های طبقه بندی سنتی مشاهده شد.