استفاده ازدسته بندی کننده ترکیبی برای تفکیک سیگنالهای الکتروانسفالوگرام مربوط به پنج فعالیت ذهنی

مغز به عنوان پیچیده ترین عضوبدن و ویژگی رهبری کننده آن ازدیرباز موردتوجه بسیاری ازمحققین بوده است امروزه واسط مغزکامپیوتر عنوان کلی ازروشهایی است که به منظور برقرار یارتباط مغز با دنیای اطرافش پیشنهاد شده اند لذا اگرسیستمی بتواند سیگنالهای ثبت شده ازتعدادی فعالیت ذهنی را ازیکدیگر تفکیک کند آن فعلیت هایک الفبای ساده راتشکیل میدهند که فرد میتواند باانجام ترکیب های مختلفی ازآن ها با دنیای اطراف ارتباط برقرار کند یک سیستم به عنوانواسط مغز وکامپیوتر ازقسمت های مختلفی مانند ثبت سیگنال پردازش رابط کاربری و غیره تشکیل شده است دراین پایان نامه پیش پردازش و دسته بندی سیگنالهای مغزی درزمان انجام برخی ازفعالیت های ذهنی با استفاده ازروشهای یادگیری ماشین موردبررسی قرارمیگیرد برای تفکیک سیگنالهای مغزی به مراحل متعددی اعم ازاستخراج انتخاب و بهینه سازی ویژگیها انتخاب و طراحی تفکیک کننده ی مناسب و غیره نیاز است که دراین پایان نامه روشهای مختلفی برای هریک ازازاین مراحل مطرح خواهد شد همچنین به منظور حذف اثرنویزهایی مانند پلک زدن که برثبت سیگنالهای مغزی موثرند ازالگوریتم های انالیز ا جزای مستقل مقید سریع و الگوریتم قطری سازی تقریبی ترتیبی به عنوان الگوریتم های پیش پردازش استفاده شده اشت