|
|||||
|
|
| 脑电信号频带能量特征的提取方法及分类研究 | |
| 引用本文： | 刘冲,赵海滨,李春胜,王宏.脑电信号频带能量特征的提取方法及分类研究[J].系统仿真学报,2012,24(12):2496-2499. |
| 作者姓名： | 刘冲 赵海滨 李春胜 王宏 |
| 作者单位： | 1. 东北大学机械工程与自动化学院,沈阳110004 东北大学中荷生物医学与信息工程学院,沈阳110004 2. 东北大学机械工程与自动化学院,沈阳,110004 3. 东北大学中荷生物医学与信息工程学院,沈阳,110004 |
| 基金项目： | 国家自然科学基金，中央高校基本科研业务专项资金资助项目 |
| 摘 要： | 研究了基于运动想象脑电信号脑-机接口的特点,根据事件相关去同步和事件相关同步现象对GRAZ大学提供的想象左右手运动时的脑电数据进行μ节律和β节律处的频带能量提取,针对频带能量特征提取过程中滑动时间窗口长度往往依据经验选择的缺点,提出使用交叉验证的方法对最佳滑动时间窗口的长度进行选择,通过对比几种分类器的分类结果,得出在窗口长度为2s时使用支持向量机分类器可以获得最佳分类效果,对训练数据集的平均分类识别正确率最大可以达到91.4%,而在该窗口长度下对测试数据集的最大分类正确率为87.9%,最大互信息0.56bit,表明该频带能量特征提取方法结合支持向量机分类器比较适合于BCI的研究。 |
| 关 键 词： | 脑-机接口 运动想象 频带能量 交叉验证 支持向量机 |
Research on Band Power Extraction and Classification of EEG Signal |
|
| LIU Chong,ZHAO Hai-bin,LI Chun-sheng,WANG Hong.Research on Band Power Extraction and Classification of EEG Signal[J].Journal of System Simulation,2012,24(12):2496-2499. | |
| Authors: | LIU Chong ZHAO Hai-bin LI Chun-sheng WANG Hong |
| Institution: | 1(1.School of Mechanical Engineering & Automation,Northeastern University,Shenyang 110004,China; 2.Sino-Dutch Biomedical and Information Engineering School,Northeastern University,Shenyang 110004,China) |
| Abstract: | |
| Keywords: | BCI motor imagery band power cross validation support vector machine |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |