| 基于KIV模型的脑电识别方法 |
| |
| 作者姓名： | 刘宏 陈玲钰 韦小平 张释文 张锦 |
| |
| 作者单位： | 湖南师范大学 信息科学与工程学院, 长沙 410081;湖南师范大学 信息科学与工程学院, 长沙 410081;长沙理工大学 计算机与通信工程学院, 长沙 410114 |
| |
| 基金项目： | 湖南省科技厅高新技术产业科技创新引领计划(2020GK2009); 国防科工局国防基础科研计划(WDZC20205500119); 湖南省交通运输厅科技进步与创新计划(201927); 湖南省自然科学基金(2021JJ30456); 工业控制技术国家重点实验室开放课题(ICT2021B10) |
| |
| 摘 要： | 脑电信号具有动态、非线性和数值高度随机的特点, 针对传统的人工神经网络模型识别脑电信号时在特征提取和识别精度方面表现出的局限性, 本研究提出了一种新的识别方法, 使用KIV模型对脑电信号进行识别. 首先, 通过仿真实验, 分析了KIV模型不同的刺激下表现出的动力学特性. 接着, 使用KIV模型分别对癫痫脑电信号和情感脑电信号进行识别, 在实验过程中不进行特征提取, 直接将多通道原始脑电信号输入到KIV模型中, 在BONN和GAMEEMO数据集上分别获得了99.50%和90.83%的识别准确率. 研究结果表明, 与现有的模型相比, KIV模型具有较好的识别脑电信号的能力, 可为脑电识别提供帮助.
|
| 关 键 词： | KIV模型 动力学特性 癫痫脑电 情感脑电 脑电识别 |
| 收稿时间： | 2022-01-17 |
| 修稿时间： | 2022-02-15 |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载免费的PDF全文 |
|
