RGAを用いた主要周波数成分の重み付けによる特徴抽出法の提案  [in Japanese] The Proposal of the Feature Extraction Method in Weighted Principal Frequency Components Using the RGA  [in Japanese]

Search this Article

Author(s)

    • 伊藤 伸一 ITO Shin-ichi
    • 東京農工大学大学院 生物システム応用科学府 Graduate School of Bio-Applications & Systems Engineering, Tokyo University of Agriculture and Technology
    • 満倉 靖恵 MITSUKURA Yasue
    • 東京農工大学大学院 生物システム応用科学府 Graduate School of Bio-Applications & Systems Engineering, Tokyo University of Agriculture and Technology
    • 斎藤 隆文 SAITO Takafumi
    • 東京農工大学大学院 生物システム応用科学府 Graduate School of Bio-Applications & Systems Engineering, Tokyo University of Agriculture and Technology
    • 福見 稔 FUKUMI Minoru
    • 徳島大学 工学部 知能情報工学科 Department of Information Science & Intelligent System, Faculty of Engineering University of Tokushima

Abstract

音楽視聴時の心的変化を示す脳波の特徴抽出法を提案する.脳波は複数の要因が複雑に絡み合った時系列信号であり,個人特性が強いため特徴抽出が困難であるとされている.周波数分析された脳波の各周波数成分の離散時間推移には個人差があり,各周波数成分の持つ特徴の重要性が異なると考えられる.これらの差が,従来から言われている脳波の個人特性を示していると思われる.本稿では,単一チャンネルに出現する脳波の外部刺激による心的変化モデル(Mental Change Appearance Model: MCAM)を構築する.そしてRGAを用いて主要な周波数成分の重み付けを行なうことで,脳波の個人特性を考慮した特徴抽出法を提案する.計算機シミュレーションにより,提案手法の有効性を検証する.

An EEG has frequency components which can describe most of the significant features. These combinations are often unique like individual human beings and yet they have underlying basic features. These frequency components are contained the important and/or not so important components, and then each importance of these frequency components is different. The real-coded genetic algorithm (: RGA) is used for selecting and weighting the principal characteristic frequency components. We attempt to construct mental change appearance model (: MCAM) of one measurement point only. In order to show the effectiveness of the proposal method, computer simulations are carried out by using real data.

Journal

  • IEICE technical report

    IEICE technical report 106(143), 73-78, 2006-06-29

    The Institute of Electronics, Information and Communication Engineers

References:  7

Codes

  • NII Article ID (NAID)
    110004810065
  • NII NACSIS-CAT ID (NCID)
    AN10487237
  • Text Lang
    JPN
  • Article Type
    ART
  • ISSN
    09135685
  • NDL Article ID
    8017484
  • NDL Source Classification
    ZN33(科学技術--電気工学・電気機械工業--電子工学・電気通信)
  • NDL Call No.
    Z16-940
  • Data Source
    CJP  NDL  NII-ELS 
Page Top