Show simple item record

dc.contributor.advisorHardalaç, Fırat
dc.contributor.authorAlipour, Akbar
dc.date.accessioned2020-12-10T13:21:30Z
dc.date.available2020-12-10T13:21:30Z
dc.date.submitted2011
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/299948
dc.description.abstractBeyin bilgisayar ara yüz sistemleri hiçbir harekete gerek kalmadan, insanlara mesaj veya komut göndermeyi sağlıyor. Ayrıca felç olan kişilere dış dünyayla irtibatına imkan yaratıyor. Bu çalışmada beyinden elde edilen steady-state görsel uyarılmış potansiyel (SSVEP) sinyallerin üzerinde çeşitli işaret işleme yöntemleri incelenmiştir. Süzgeçleme, özellik çıkarma, sınıflandırma elde edilen sinyallerin işaret işlemesinde önemli aşamalarından sayılmaktadır. Süzgeçleme için Butterworth süzgeçleme, Uygulamalı Süzgeç, LMS Algoritması ele alınmıştır. Özellik çıkarmada TF- tabanlı özellik çıkarma and Single Value distribution ( SVD) kullanılan önemli yöntemlerden sayılmaktadır. Sınıflandırmada K En Yakın Komşuluk, sinaptik sinir ağında Dalgacık Dönüşüm Paketi, Destek Vektör Makineleri göz önünde bulunmuştur. Daha sonra Graz Teknik Üniversitesi beyin bilgisayar ara yüz labın dan elde edilen gerçek SSVEP sinyaller işleme alınıp ve sonuçlar kıyaslanarak önemli bilgiler elde edilmiştir.
dc.description.abstractBrain Computer Interface (BCI) system improves people ability to send massages and comments without movement, in the same time BCI system asists disable people to contact with their environment by removing motor function limitation. In this study, different signal processing methods are applied over steadt-state visula evoked potential (SSVEP) signals, induced from brain electrical activity. Filtering, feature extraction, classification are main steps of signal processing. For fitlerin; Butterworth fitler, applied fitler, LMS algorithma are investigated. TF- based fiature extraction and Single Value distribution ( SVD) are used for feature extraction. For classification K En close ajusent, wavelet transform paket and vector machins methods are consentrated. The result of these methods is investigated over aqcuired real data from lablatory of technical university of Graz. The results are compared to each other and significant information is obtained.en_US
dc.languageTurkish
dc.language.isotr
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBiyomühendisliktr_TR
dc.subjectBioengineeringen_US
dc.titleBeyin bilgisayar ara yüz sisteminde uygulanan steady-stategörsel uyarılmış potansiyeli için özellik çıkarma ve sınıflandırma
dc.title.alternativeFeature extraction and classification of steady-state visual evoked potential in application for brain computer interface systems
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentElektrik-Elektronik Mühendisliği Anabilim Dalı
dc.subject.ytmClassification
dc.subject.ytmSignal
dc.identifier.yokid407560
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityGAZİ ÜNİVERSİTESİ
dc.identifier.thesisid312699
dc.description.pages89
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess