| 脑电信号的小波特征提取及半监督识别方法的研究 |
| |
| 引用本文： | 李芳,邱天爽,马征. 脑电信号的小波特征提取及半监督识别方法的研究[J]. 中国生物医学工程学报, 2010, 29(5). DOI: 10.3969/j.issn.0258-8021.2010.05.002 |
| |
| 作者姓名： | 李芳 邱天爽 马征 |
| |
| 作者单位： | 大连理工大学电子与信息工程学院,大连,116024 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 特征提取和特征分类是脑机接口中模式识别过程中两个关键的环节。首先,针对脑电信号的非平稳特性,提出基于小波变换系数、系数均值及小波熵相结合的特征提取方法,该方法在特征中加入了脑电信号的能量信息。实验证明,通过该方法获取的P300信号特征量能够更好地表达脑电信号中的瞬变成分,进一步提高了识别率;其次,在模式识别方面,改进了基于自训练半监督的支持向量机算法和基于自训练半监督的K均值聚类算法。在BCI2003竞赛数据集上的实验表明,相比于传统的BP神经网络,两种改进的分类算法在获得了更高的识别率的同时,能够将特征量维数降低一个数量级,明显提高了训练收敛速度,有效增加了基于脑电信号的实时BCI系统的可实现性。
|
| 关 键 词： | 特征提取 皮层慢电位 模式识别 半监督学习 神经网络 |
Study on Wavelet Feature Extraction and Semi-supervised Recognition of Brain Signal |
| |
| LI Fang,QIU Tian-Shuang,MA Zheng. Study on Wavelet Feature Extraction and Semi-supervised Recognition of Brain Signal[J]. Chinese Journal of Biomedical Engineering, 2010, 29(5). DOI: 10.3969/j.issn.0258-8021.2010.05.002 |
| |
| Authors: | LI Fang QIU Tian-Shuang MA Zheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
