發(fā)布時間：2023-03-20 05:49

　　針對多類運動想象EEG信號在腦-機接口方面存在分類識別率低和被試者差異性的問題,提出了一種基于ERS/ERD現(xiàn)象的二級共空間模式特征提取的方法。首先對全部導聯(lián)進行特定頻段的小波包降噪和分解;其次對分解系數(shù)重構(gòu)后的信號以手(左、右)和腳(腳、舌)這二類進行一級共空間模式獲取空間濾波器并對其采用2-范數(shù)篩選準則,提取權(quán)重系數(shù)較大的N個導聯(lián);然后以優(yōu)化導聯(lián)的投影矩陣對手與腳進行空間濾波后的信號分別作為原始信號進行二級空間模式特征提取;最后采用支持向量機進行分類。采用BCI2005Ⅲa中三位被試者的數(shù)據(jù)進行仿真驗證,得到分類正確率最高達到92.55%。結(jié)果表明,該方法對EEG信號的特征提取具有較好的效果。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 理論算法
    2.1 小波包變換
    2.2 二級共同空間模式 (CSP)
    2.3 支持向量機分類
3 實驗環(huán)境與數(shù)據(jù)處理分析
    3.1 EEG數(shù)據(jù)采集
    3.2 數(shù)據(jù)預處理
    3.3 特征提取與分類
4 實驗數(shù)據(jù)結(jié)果
5 結(jié)束語



本文編號：3766815