| 基于LVQ的自发脑电信号的分类研究 |
| |
| 引用本文： | 郝冬梅 阮晓钢. 基于LVQ的自发脑电信号的分类研究[J]. 医疗设备信息, 2003, 18(10): 7-9 |
| |
| 作者姓名： | 郝冬梅 阮晓钢 |
| |
| 作者单位： | 北京工业大学电控学院 北京100022(郝冬梅)，北京工业大学电控学院 北京100022(阮晓钢) |
| |
| 摘 要： | 为了识别在不同思维状态下的自发脑电(EEG)信号，本文用6阶自回归(AR)模型表示EEG信号，用学习矢量量化(LVQ)神经网络作分类器，分别用LVQl和LVQ2．1算法对网络进行训练，并对分类结果进行测试，比较了网络选择不同参数时对分类正确率的影响。研究表明：竞争层神经元数目直接影响了正确率，当选择最佳参数值时分类正确率为62％-83％，因人而异。
|
| 关 键 词： | 自发脑电信号 AR模型 竞争层 信号分类 学习矢量量化神经网络 LVQ2.1算法 |
| 文章编号： | 1007-7510(2003)10-0007-03 |
| 修稿时间： | 2003-04-04 |
Research on spontaneous EEG signal classification based on LVQ |
| |
| HAO Dong-mei,RUAN Xiao-gang. Research on spontaneous EEG signal classification based on LVQ[J]. Information of Medical Equipment, 2003, 18(10): 7-9 |
| |
| Authors: | HAO Dong-mei RUAN Xiao-gang |
| |
| Abstract: | The paper is to identify EEG signals of different mental tasks with sixth-order autoregressive,AR(6)coeffi-cients derived from raw,unfiltered EEG signals and LVQ network as classifier.The VLQ network is trained with LVQ1and LVQ2.1algorithms and compared the classification accuracy with different parameters.It shows that the competi-tive layer neuron numbers affect the result more than others.62%-83%classification accuracy is reached with optimal parameters. |
| |
| Keywords: | EEG AR model LVQ competitive layer |
| 本文献已被 CNKI 维普 等数据库收录！ |
