| 基于多特征融合的运动想象脑电信号识别研究 |
| |
| 引用本文： | 姜月,邹任玲. 基于多特征融合的运动想象脑电信号识别研究[J]. 中国医学物理学杂志, 2019, 0(5): 590-596 |
| |
| 作者姓名： | 姜月 邹任玲 |
| |
| 作者单位： | 上海理工大学医疗器械与食品学院 |
| |
| 基金项目： | 微创励志创新基金(YS30810174) |
| |
| 摘 要： | 目的:脑机接口通过识别脑电信号后对外部设备进行控制,针对传统的提取单一特征方法无法多角度表征脑电,提出一种多特征融合的特征提取方法。方法:分别使用自回归模型、经验模态分解、共空间模式提取结合时-频-空域的初始特征向量,用主成分分析降维,最后用支持向量机分类。结果:对BCI2003数据处理后,得到91.9%的识别率,高于单一特征和两两组合特征下的识别率以及BP神经网络、概率神经网络的识别率。结论:多特征融合的特征提取方法更好地代表了脑电特征,同时采用支持向量机分类可取得较好的效果,证明本研究方法的有效性,可进一步用于脑机接口中。
|
| 关 键 词： | 脑电识别 特征融合 主成分分析 支持向量机 运动想象 |
Recognition of motor imagery EEG signals based on multi-feature fusion |
| |
| JIANG Yue,ZOU Renling. Recognition of motor imagery EEG signals based on multi-feature fusion[J]. Chinese Journal of Medical Physics, 2019, 0(5): 590-596 |
| |
| Authors: | JIANG Yue ZOU Renling |
| |
| Affiliation: | (School of Medical Instrument and Food Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China) |
| |
| Abstract: | JIANG Yue;ZOU Renling(School of Medical Instrument and Food Engineering,University of Shanghai for Science and Technology,Shanghai 200093,China) |
| |
| Keywords: | electroencephalogram recognition feature fusion principle component analysis support vector machine motorimagery |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
