本文選題：經驗模式分解 + 學習向量量化神經網絡��； 參考：《數據采集與處理》2014年05期

【摘要】：針對非平穩(wěn)、非線性、微弱信號難以分析和處理的特點,本文提出了一種基于經驗模式分解和學習向量量化神經網絡的信號處理和分類方法,并在生物信號處理領域(左、右手運動想象的腦電信號)進行了研究和應用。首先通過經驗模式分解算法對腦電信號分解,然后選取主要固有模態(tài)函數分量并計算其絕對均值作為特征值,最后使用學習向量量化網絡進行分類,并分別與支持向量機和誤差反向傳播神經網絡分類算法進行了對比研究。實驗結果表明,所提出的算法分類正確率達到了87%,相比于其余兩種對比算法在特定的信號處理領域優(yōu)越,具有一定的參考和研究價值。
[Abstract]:This paper presents a signal processing and classification method based on empirical mode decomposition and learning vector quantization neural network, aiming at the characteristics of non-stationary, nonlinear and weak signals that are difficult to analyze and process, and in the field of biological signal processing (left). The right hand movement imagines the EEG signal to carry on the research and the application. Firstly, the EEG signal is decomposed by empirical mode decomposition algorithm, then the components of the main inherent mode functions are selected and the absolute mean value is calculated as the eigenvalue. Finally, the learning vector quantization network is used to classify the EEG signals. The classification algorithms are compared with support vector machine and error back propagation neural network. The experimental results show that the classification accuracy of the proposed algorithm is 87, which is superior to the other two contrast algorithms in the specific signal processing field, and has certain reference and research value.
【作者單位】： 昆明理工大學信息工程與自動化學院;成都工業(yè)學院電氣與電子工程系;
【基金】：四川省應用基礎研究計劃(2013SZZ026)資助項目 四川省教育廳重點(2013SZA0153)資助項目
【分類號】：TN911.7

【參考文獻】

相關期刊論文 前4條

1 段明秀;何迎生;;基于LVQ神經網絡的手寫字母識別[J];吉首大學學報(自然科學版);2010年02期

2 應基光;王行愚;;基于EMD的左右手運動想象腦電信號分析研究[J];生物醫(yī)學工程學進展;2009年03期

3 馬麗紅,張宇,余英林;基于改進視網膜抽樣模型的人臉檢測混合方法[J];數據采集與處理;2002年01期

4 余志斌;金煒東;陳春霞;張葛祥;;基于EMD分解的BPSK信號編碼序列識別算法[J];數據采集與處理;2009年01期

【共引文獻】

相關期刊論文 前10條

1 葉曉波;王松;;貝葉斯分類與LVQ神經網絡分類性能對比研究[J];電腦與信息技術;2013年04期

2 田銀;李沛洋;徐鵬;;基于AdaBoost的腦機接口分類算法研究[J];電子科技大學學報;2013年05期

3 馮正直;張睿;;軍事認知神經科學研究進展[J];第三軍醫(yī)大學學報;2013年20期

4 黃志華;;腦機接口的MapReduce計算模型[J];福州大學學報(自然科學版);2013年06期

5 張毅;劉毅堅;羅元;;一種基于參數優(yōu)化C-SVM的腦電信號分類方法及應用[J];重慶郵電大學學報(自然科學版);2014年01期

6 喬曉艷;彭佳卉;;基于少次相干平均和樣本熵的視聽誘發(fā)腦電特征提取[J];測試技術學報;2014年03期

7 余煒;萬代立;楊喜敬;周婭;;改進的FCM算法及其在腦電信號處理中的應用[J];重慶大學學報;2014年06期

8 王江;張惠源;李芳;張兵文;李鵬;;腦機接口中半監(jiān)督學習算法研究[J];電子測量技術;2014年05期

9 苑惠娟;孫樵;于曉洋;;LVQ神經網絡在三維物體識別中的應用[J];哈爾濱理工大學學報;2011年05期

10 呂明久;周銘;韓俊;鄧靜;;一種低信噪比二相編碼信號時頻分析方法[J];雷達科學與技術;2010年06期

相關會議論文 前5條

1 張少白;陳悅;;腦皮層信號ECoG在腦機接口中的應用研究[A];第25屆中國控制與決策會議論文集[C];2013年

2 王冠坤;金晶;王行愚;;Target to efficient stimulus presentation sequence for P300 BCI[A];2011年中國智能自動化學術會議論文集（第一分冊）[C];2011年

3 Yu Zhang;Jing Jin;Bei Wang;Xingyu Wang;;Shrinkage Common Spatial Pattern for Feature Extraction in Brain-Computer Interface[A];2013年中國智能自動化學術會議論文集（第二分冊）[C];2013年

4 Chong Liu;Hong Wang;Zhiguo Lu;;EEG Classification for Multiclass Motor Imagery BCI[A];第25屆中國控制與決策會議論文集[C];2013年

5 Xiangzhou Wang;An Wang;Shuhua Zheng;Yingzi Lin;Mingxin Yu;;A Multiple Autocorrelation Analysis Method for Motor Imagery EEG Feature Extraction[A];第26屆中國控制與決策會議論文集[C];2014年

相關博士學位論文 前9條

1 邵平;復雜背景下快速多姿態(tài)人臉檢測研究[D];中南大學;2007年

2 趙均榜;穩(wěn)態(tài)視覺誘發(fā)電位的注意機制及其在腦機接口的應用[D];浙江大學;2012年

3 余天佑;多模態(tài)與多自由度腦機接口研究[D];華南理工大學;2013年

4 梁靜坤;基于想象駕駛行為的腦電信號分析與腦機接口研究[D];河北工業(yè)大學;2012年

5 張楊松;基于穩(wěn)態(tài)視覺誘發(fā)電位的腦機制及腦—機接口研究[D];電子科技大學;2013年

6 夏戰(zhàn)國;基于高斯過程的提升機軸承性能評測方法研究[D];中國礦業(yè)大學;2013年

7 廖玉璽;植入式腦機接口神經元鋒電位的時變特征分析與解碼研究[D];浙江大學;2014年

8 方永慧;基于運動想象腦電信號非線性特性分析的腦—機接口研究[D];重慶大學;2014年

9 潘家輝;基于P300和SSVEP的高性能腦機接口及其應用研究[D];華南理工大學;2014年

相關碩士學位論文 前10條

1 詹勛昌;基于網格的神經網絡計算平臺研究與應用[D];華南理工大學;2011年

2 張志慧;運動想象腦電的節(jié)律分析方法研究[D];燕山大學;2012年

3 鄭佳寧;局域均值分解算法研究及其應用[D];西安電子科技大學;2012年

4 王東洋;基于運動想象的腦電信號識別算法的研究[D];華東理工大學;2013年

5 袁道任;基于多模態(tài)腦電信號的腦機接口關鍵技術研究[D];鄭州大學;2013年

6 周旭;基于LVQ神經網絡的脫機手寫數字識別研究[D];長沙理工大學;2013年

7 胡凱;基于運動想象的在線腦機接口的初步研究[D];西安電子科技大學;2013年

8 柏雪;復雜數字系統(tǒng)建模及仿真實現技術研究[D];華南理工大學;2013年

9 周巍;L1范數最小化算法及應用[D];華南理工大學;2013年

10 胡友盼;腦電信號的運動想象特征提取與識別算法研究[D];華南理工大學;2013年

【二級參考文獻】

相關期刊論文 前9條

1 徐寶國;宋愛國;;單次運動想象腦電的特征提取和分類[J];東南大學學報(自然科學版);2007年04期

2 魏躍敏,黃知濤,王豐華,姜文利;一種PSK信號相位編碼調制規(guī)律分析方法[J];電子對抗技術;2005年04期

3 金晶;王行愚;張秀;;基于能量特征的左右手運動想象腦信號的識別方法[J];華東理工大學學報(自然科學版);2007年04期

4 陳昌孝;何明浩;秦江敏;韓俊;;低信噪比下相位編碼信號脈內特征提取新方法[J];航天電子對抗;2007年02期

5 陳海忠;朱偉強;;雷達相位編碼信號的脈內調制特征分析[J];艦船電子對抗;2006年02期

6 馮乃勤;南書坡;郭戰(zhàn)杰;;對學習矢量量化神經網絡中“死”點問題的研究[J];計算機工程與應用;2009年04期

7 曹俊紡;陳建軍;宋虎;;雷達信號脈內細微特征參數分析[J];雷達與對抗;2006年01期

8 張葛祥;榮海娜;金煒東;;支持向量機在雷達輻射源信號識別中的應用[J];西南交通大學學報;2006年01期

9 黃知濤,周一宇,姜文利;一種相位編碼序列恢復方法[J];信號處理;2002年02期

相關碩士學位論文 前1條

1 李永江;基于LVQ神經網絡的手寫英文字母識別[D];廣東工業(yè)大學;2008年

【相似文獻】

相關期刊論文 前10條

1 黃翠玲;陳新;;腦電信號采集與管理系統(tǒng)的設計與實現[J];計算機與數字工程;2008年09期

2 梅村，何育芬;腦電信號的自適應分段和分類存檔[J];北京郵電大學學報;1994年01期

3 梅村，，張玉艷，婁瑜;腦電信號的壓縮與恢復[J];北京郵電大學學報;1995年04期

4 沈民奮,黎展程,孫麗莎;小波包熵在腦電信號分析中的應用[J];數據采集與處理;2005年01期

5 唐艷;湯井田;;基于支持向量機的腦電信號中左右手判別[J];計算機工程與應用;2007年34期

6 李亞杰;宋明星;張玉棟;;腦電信號采集系統(tǒng)的設計[J];河北建筑工程學院學報;2014年01期

7 周紅標;陳若珠;李軍紅;;基于小波包變換的癲癇腦電信號特征提取[J];電子測量技術;2009年10期

8 吳婷;顏國正;楊幫華;;一種快速的腦電信號特征提取與分類方法[J];系統(tǒng)仿真學報;2007年18期

9 周衛(wèi)東，張敏瓊，趙仕忠，馬保福，熊偉，高杰;腦電信號反饋控制裝置的設計[J];山東電子;1995年03期

10 吳芝芳,孔蘭,鄭旭媛,李軍,陳世峻,陶華英;提取腦電信號的新方法研究─—自適應卡爾曼濾波[J];信號處理;1994年04期

相關會議論文 前10條

1 薛蘊全;王秋英;王宏;;腦電信號的動態(tài)時空響應拓撲圖[A];中國儀器儀表學會第三屆青年學術會議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學會第21屆全國代表大會暨學術會議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應用研究[A];大連理工大學生物醫(yī)學工程學術論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學素質、建設創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經網絡的腦電信號模式分類[A];自動化技術與冶金流程節(jié)能減排——全國冶金自動化信息網2008年會論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應用[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術會議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串擾自適應濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術會議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運動想象的腦電信號特征提取與分類[A];中國儀器儀表學會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學工程學術年會論文集[C];2010年

10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學工程學會2007年學術年會論文摘要集[C];2007年

相關重要報紙文章 前1條

1 張文清　記者 王春;意念控制車速及左右轉彎前行[N];科技日報;2008年

相關博士學位論文 前10條

1 吳畏;基于統(tǒng)計建模的多導聯(lián)腦電信號時空建模方法研究[D];清華大學;2012年

2 周群;腦電信號同步：方法及應用研究[D];電子科技大學;2009年

3 趙麗;基于腦電信號的腦-機接口技術研究[D];天津大學;2004年

4 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學;2010年

5 繆曉波;基于腦電信號的認知動力學系統(tǒng)研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學;2004年

6 張美云;阿爾茨海默病腦電信號多尺度時空定量特征研究[D];天津醫(yī)科大學;2012年

7 游榮義;腦電信號非線性分析方法的研究[D];廈門大學;2003年

8 葛家怡;睡眠分期及低頻磁場睡眠誘導的研究[D];天津大學;2009年

9 唐艷;基于時間、頻率和空間域的自發(fā)腦電信號提取[D];中南大學;2008年

10 石立臣;基于腦電信號的警覺度估計研究[D];上海交通大學;2012年

相關碩士學位論文 前10條

1 吳堅;獨立分量分析在腦電信號處理中的應用[D];長安大學;2009年

2 楊超;腦電信號相關方法的魯棒性分析[D];燕山大學;2009年

3 涂建成;腦電信號控制智能輪椅的研究[D];杭州電子科技大學;2011年

4 張倩華;腦電信號的非廣度熵分析[D];汕頭大學;2004年

5 朱家富;高頻腦電信號的非線性動力學參數分析[D];重慶大學;2004年

6 李婷;獨立分量分析及其在腦電信號噪聲分離中的應用[D];大連理工大學;2005年

7 韓偉;睡眠腦電信號的分析與處理方法[D];西北工業(yè)大學;2005年

8 何付志;獨立分量分析在腦電信號分析中的應用[D];山東大學;2005年

9 孔繁偉;基于小波變換的腦電信號處理研究[D];山東大學;2005年

10 陳永華;腦電信號采集方法及其在假肢中應用研究[D];大連理工大學;2006年

本文編號：1788821