本文關(guān)鍵詞：共同空間模型及其在EEG分類中的應(yīng)用

  更多相關(guān)文章： 共同空間模型 傅里葉變換 EEG 分類

【摘要】：通過與傳統(tǒng)模型的比較,闡述了共同空間模型及其優(yōu)勢(shì)所在,指出其應(yīng)用方向,最后通過對(duì)EEG(Electroencephalograph,腦電波)的實(shí)際應(yīng)用結(jié)果分析,驗(yàn)證了共同空間模型在處理非周期性隨機(jī)信號(hào)二分類問題方面的有效性。
【作者單位】： 上饒師范學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)中心;北京師范大學(xué)系統(tǒng)科學(xué)學(xué)院;
【關(guān)鍵詞】： 共同空間模型 傅里葉變換 EEG 分類
【分類號(hào)】：TN911.7
【正文快照】： 10.3969/j.issn.1004-2237.2015.06.003在統(tǒng)計(jì)模式識(shí)別領(lǐng)域,需要分析處理的對(duì)象通常是一個(gè)多維的信號(hào)數(shù)據(jù),對(duì)應(yīng)著一個(gè)多維的特征空間。然而真正有用的信息往往只是其中的一部分,而且原始數(shù)據(jù)的信息冗余度較大,各維數(shù)據(jù)信號(hào)之間又存在較大的相關(guān)性。因此在特征提取時(shí),數(shù)據(jù)的壓，

本文編號(hào)：617059