首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于脑电的意识活动特征提取与识别
引用本文:高湘萍,吴小培,沈谦.基于脑电的意识活动特征提取与识别[J].安徽大学学报(自然科学版),2006,30(2):33-36.
作者姓名:高湘萍  吴小培  沈谦
作者单位:安徽大学,计算机科学与技术学院,安徽,合肥,230039
基金项目:国家自然科学基金资助项目(60271024);安徽省人才开发基金资助项目(20042028)
摘    要:基于脑电信号的非平稳特性,用自适应自回归模型(AAR)提取脑电信号的特征,利用该模型对同一实验对象的两种不同意识任务的脑电信号进行特征提取,并将AAR模型得到的特征与支持向量机(SVM)分类器相结合,作为支持向量机的输入进行训练和测试,取得了良好的识别效果.实验结果证明,支持向量机分类器用于不同意识任务分类效果很好.

关 键 词:脑电  意识任务  自适应自回归(AAR)模型  支持向量机(SVM)
文章编号:1000-2162(2006)02-0033-04
收稿时间:2005-05-19
修稿时间:2005-05-19

Mental task classification based on adaptive autoregressive model and support vector machine
GAO Xiang-ping,WU Xiao-pei,SHEN Qian.Mental task classification based on adaptive autoregressive model and support vector machine[J].Journal of Anhui University(Natural Sciences),2006,30(2):33-36.
Authors:GAO Xiang-ping  WU Xiao-pei  SHEN Qian
Institution:School of Computer Science and Technology, Anhui University, Hefei 230039, China
Abstract:Considering the non-stationarity of EEG signals,AAR(adaptive autoregressive) model is proposed to extract features from it,the model is applied to EEG signals recording from one subject performing two different mental tasks.The resulting features are sent to a surport vector machine(SVM) classifier,for training and testing,and the result is perfect.Experiments turn out that SVM classifier can get good results for different mental tasks classification.
Keywords:EEG  mental task  adaptive autoregressive(AAR) model  support vector machine(SVM)  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号