脑-机接口共空间模式特征提取方法

扫码查看

原文链接

NETL

中文摘要：在脑-机接口(BCI)左、右手单次击键分类实验中,共空间模式(CSP)具有使用方便、减小维数、降低计算复杂度和保持分类必须的信息等特点,支持向量机(SVM)具有全局最优性和良好的泛化能力。采用共空间模式时脑电(EEG)信号进行特征提取、用支持向量机进行分类,在分析脑电信号神经生物学背景的基础上,提出了新的信号通道个数和位置的选择、滤波器个数选择、滤波频率选择等特征抽取方法和新颖的支持向量机模型参数选择方法,提高了分类准确率。

作者：

赵明渊、杨平、周明天

展开 >

作者单位：

电子科技大学计算机科学与工程学院四川成都 610054 中国农业银行四川省分行四川成都 610015

电子科技大学生命科学与技术学院四川成都 610054

电子科技大学计算机科学与工程学院四川成都 610054

关键词：

脑-机接口共空间模式特征提取方法支持向量机模型参数选择方法

主办单位：

国务院学位办

教育部

西安电子科技大学学报

会议名称：

2007'信息与通信工程、电子科学与技术、计算机科学与技术、机械工程全国博士生学术论坛

会议时间：

2007-09-15

会议地点：

西安

会议母体文献：

2007'信息与通信工程、电子科学与技术、计算机科学与技术、机械工程全国博士生学术论坛论文集

页码：

439-440

出版时间：

2007