| 独立分量分析和遗传算法相结合的运动想象频带优化 |
| |
| 引用本文： | 康莎莎,周蚌艳,吴小培. 独立分量分析和遗传算法相结合的运动想象频带优化[J]. 安徽大学学报(自然科学版), 2019, 43(1) |
| |
| 作者姓名： | 康莎莎 周蚌艳 吴小培 |
| |
| 作者单位： | 安徽大学计算机科学与技术学院,安徽合肥,230601;安徽大学计算机科学与技术学院,安徽合肥230601;安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230039 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 对结合独立分量分析(independent component analysis,简称ICA)和遗传算法(genetic algorithm,简称GA)的运动想象脑电(motor imagery electroencephalogram,简称MI-EEG)特征检测及其优化方法开展研究.设计了基于ICA的MI-EEG分类算法.在此基础上,针对不同受试个体,用GA算法对运动想象诱发的事件相关去同步(event-related desynchronization,简称ERD)频段进行优化选择,用以改善运动想象脑-机接口(brain-computer interface,简称BCI)系统的识别率.实验结果表明,基于ICA的GA算法特征优化方法具有较好的可靠性和实用性,可用于在线BCI的设计与实现.
|
| 关 键 词： | 脑-机接口 脑电信号 运动想象 遗传算法 独立分量分析 节律增强频带 |
Band optimization of motor imagery based on genetic algorithm and independent component analysis |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
