本文選題：腦機(jī)接口(BCI)　切入點(diǎn)：四類(lèi)運(yùn)動(dòng)想象　出處：《科學(xué)技術(shù)與工程》2014年09期 　論文類(lèi)型：期刊論文

【摘要】：針對(duì)傳統(tǒng)支持向量機(jī)分類(lèi)方法在腦電信號(hào)處理中存在分類(lèi)正確率低的問(wèn)題,將聚類(lèi)思想與二叉樹(shù)支持向量機(jī)(SVM)結(jié)合,構(gòu)造多類(lèi)SVM分類(lèi)器。實(shí)驗(yàn)以"BCI Competition 2005"中的Dataset IIIa為例,先對(duì)C3/C4導(dǎo)采集的四類(lèi)運(yùn)動(dòng)想象腦電信號(hào)應(yīng)用小波變換進(jìn)行去噪。再在分析小波包頻帶劃分特點(diǎn)的基礎(chǔ)上,利用小波包進(jìn)行分解與重構(gòu),獲取相應(yīng)的能量特征。最后應(yīng)用改進(jìn)后的SVM分類(lèi)方法對(duì)特征信號(hào)進(jìn)行分類(lèi)。結(jié)果表明該方法分類(lèi)正確率,可以達(dá)到91.12%;并且有效地減少了分類(lèi)器的個(gè)數(shù),最終達(dá)到較好的識(shí)別效果。
[Abstract]:Aiming at the problem of low classification accuracy in EEG signal processing by traditional SVM classification method, a multi-class SVM classifier is constructed by combining clustering idea with binary tree support vector machine (SVM). The experiment takes Dataset IIIa in "BCI Competition 2005" as an example. Firstly, the wavelet transform is used to Denoise the four kinds of motion imaginary EEG signals collected by C _ 3 / C _ 4 guide, and then the wavelet packet is used to decompose and reconstruct the wavelet packet on the basis of analyzing the characteristic of the frequency band division of the wavelet packet. Finally, the improved SVM classification method is used to classify the feature signals. The results show that the classification accuracy of the method can reach 91.12%, and the number of classifiers is reduced effectively. Finally, a better recognition effect is achieved.
【作者單位】： 常州大學(xué)機(jī)器人研究所;
【基金】：機(jī)器人技術(shù)與系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金重點(diǎn)項(xiàng)目(智能輪椅的腦機(jī)接口關(guān)鍵技術(shù)研究SKLRS-2010-2D-09,2010-2012)資助
【分類(lèi)號(hào)】：TN911.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 薛欣;賀國(guó)平;;基于隸屬度分離測(cè)度SVM決策樹(shù)層次結(jié)構(gòu)設(shè)計(jì)方法[J];計(jì)算機(jī)應(yīng)用研究;2007年09期

2 黃玲;張愛(ài)華;;改進(jìn)的決策樹(shù)SVM在腦電識(shí)別中的應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年02期

3 萬(wàn)柏坤;劉延剛;明東;孫長(zhǎng)城;綦宏志;張廣舉;程龍龍;;基于腦電特征的多模式想象動(dòng)作識(shí)別[J];天津大學(xué)學(xué)報(bào);2010年10期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李淑華;徐良培;陶建平;;基于支持向量機(jī)的我國(guó)水產(chǎn)品出口貿(mào)易風(fēng)險(xiǎn)預(yù)警研究[J];安徽農(nóng)業(yè)科學(xué);2008年30期

2 程偉;張燕平;趙姝;;支持向量機(jī)在糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年08期

3 趙萬(wàn)明;黃彥全;諶貴輝;;基于支持向量機(jī)的農(nóng)村用電量需求預(yù)測(cè)[J];安徽農(nóng)業(yè)科學(xué);2009年25期

4 鄒心遙;姚若河;;基于LSSVM的小子樣元器件壽命預(yù)測(cè)[J];半導(dǎo)體技術(shù);2011年09期

5 劉翠紅;;基于SVR的船舶溢油事故預(yù)測(cè)[J];環(huán)境科學(xué)與管理;2008年09期

6 張貴,喬春生;應(yīng)用支持向量機(jī)回歸確定巖體強(qiáng)度指標(biāo)[J];北方交通大學(xué)學(xué)報(bào);2004年01期

7 張玉川;張作泉;;支持向量機(jī)在股票價(jià)格預(yù)測(cè)中的應(yīng)用[J];北京交通大學(xué)學(xué)報(bào);2007年06期

8 肖燕彩;張清;;基于模糊支持向量機(jī)的變壓器故障診斷[J];北京交通大學(xué)學(xué)報(bào);2012年01期

9 呂云霄;吳美平;胡小平;;基于支持向量機(jī)的地磁輔助導(dǎo)航匹配區(qū)域選取準(zhǔn)則[J];兵工自動(dòng)化;2011年01期

10 趙瑞君;牟艷瓊;鄭曉齊;;基于SVM的國(guó)防科研院所自主創(chuàng)新能力預(yù)測(cè)模型[J];北京航空航天大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2010年04期

相關(guān)會(huì)議論文 前10條

1 周綺鳳;林成德;羅林開(kāi);彭洪;;一種基于黎曼度量的訓(xùn)練樣本類(lèi)不平衡SVM分類(lèi)方法研究[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

2 顧小軍;楊世錫;錢(qián)蘇翔;;基于支持向量機(jī)的旋轉(zhuǎn)機(jī)械多類(lèi)故障識(shí)別研究[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

3 康傳會(huì);汪曉東;汪軻;常健麗;;基于最小二乘支持向量機(jī)的遲滯建模方法[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

4 劉英林;劉洪鵬;g竊，

本文編號(hào)：1612454