發(fā)布時間：2021-12-30 00:14

　　針對多通道四類運動想象（Motor imagery, MI）腦電信號（Electroencephalography, EEG）的分類問題,提出免疫多域特征融合的多核學習SVM （Support vector machine）運動想象腦電信號分類算法.首先,通過離散小波變換（Discrete wavelet transform, DWT）提取腦電信號的時頻域特征,并利用一對多公共空間模式（One versus the rest common spatial patterns, OVR-CSP）提取腦電信號的空域特征,融合時頻空域特征形成特征向量.其次,利用多核學習支持向量機（Multiple kernel learning support vector machine, MKL-SVM）對提取的特征向量進行分類.最后,利用免疫遺傳算法（Immune genetic algorithm, IGA）對模型的相關參數(shù)進行優(yōu)化,得到識別率更高的腦電信號分類模型.采用BCI2005desc-Ⅲa數(shù)據(jù)集進行實驗驗證,對比結果表明,本文所提出的分類模型有效地解決了傳統(tǒng)單域特征提取算法特征單一、信息描述... 

【文章來源】：自動化學報. 2020,46(11)北大核心EICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

四種算法下K3b受試者進化圖Fig.7EvolutiongraphofK3bsubjectwithfouralgorithms

不同數(shù)量的訓練集分類正確率Fig.8Classificationaccuracyofdifferentnumbersoftrainingsets

11期張憲法等:免疫多域特征融合的多核學習SVM運動想象腦電信號分類2419圖1不同小波函數(shù)的SVM分類正確率Fig.1ClassificationaccuraciesofdifferentwaveletsusingtheSVMclassifier1.2運動想象腦電信號空域特征提取一對多公共空間模式(Oneversustherestcommonspatialpatterns,OVR-CSP)提取運動想象腦電信號的空域特征.公共空間模式(Commonspatialpatterns,CSP)是通過矩陣的對角化,來構建一組最優(yōu)的空間濾波器進行投影,目的是使得兩類數(shù)據(jù)的方差值差異最大化,每類數(shù)據(jù)獲得具有較高區(qū)分度的特征向量.而一對多公共空間模式(OVR-CSP)[13]是將公共空間模式從對兩類信號特征提取擴展到對多類信號進行特征提取,原理是將多類中的一類看作單獨一類,剩余的其他類則歸為一類,依次計算出每“兩類”的濾波器,最終可獲得與類別數(shù)目相同的濾波器個數(shù).對四類運動想象腦電信號進行特征提取,因此會得到四個濾波器投影矩陣.使用一對多公共空間模式對經過預處理的四類運動想象腦電信號進行空域特征提取的過程如下:假設Xi為四類運動想象腦電信號,大小為N×T(T≥N),N為采集信號的通道數(shù),T為每個通道的采樣點數(shù).分別計算四類信號的歸一化協(xié)方差矩陣Ri:Ri=XiXTitr(XiXTi),i=1,2,3,4(1)式(1)中,tr(XiXTi)為獲得矩陣XiXTi的跡,XTi為Xi的轉置.接著計算混合空間協(xié)方差矩陣R:R=ˉR1+ˉR2+ˉR3+ˉR4(2)式(2)中,ˉRi(i=1,2,3,4)表示第i類信號全部實驗的平均協(xié)方差矩陣.接著對R進行奇異

【參考文獻】：
期刊論文
[1]基于免疫堆疊降噪自編碼機網(wǎng)絡的運動想象腦電信號識別[J]. 郝礦榮,原博煒,陳磊,丁永生.  控制與決策. 2018(04)
[2]基于CSP與卷積神經網(wǎng)絡算法的多類運動想象腦電信號分類[J]. 曾慶山,范明莉,宋慶祥.  科學技術與工程. 2017(27)
[3]基于總體經驗模態(tài)分解的多類特征的運動想象腦電識別方法研究[J]. 楊默涵,陳萬忠,李明陽.  自動化學報. 2017(05)
[4]多類運動想象腦電信號的兩級特征提取方法[J]. 孟明,朱俊青,佘青山,馬玉良,羅志增.  自動化學報. 2016(12)
[5]多任務運動想象腦電特征的融合分類研究[J]. 張煥,喬曉艷.  傳感技術學報. 2016(06)
[6]腦控:基于腦-機接口的人機融合控制[J]. 王行愚,金晶,張宇,王蓓.  自動化學報. 2013(03)
[7]基于冗余離散小波變換的信號配準及分類[J]. 李德強,吳永國,羅海波.  自動化學報. 2011(01)

碩士論文
[1]CSP算法在多任務下的擴展及在腦—機接口中的應用[D]. 陳魁.南昌大學 2010



本文編號：3557101