多频带频域深度置信网络脑电特征识别算法 |
| |
引用本文: | 蔡军,胡洋揆,张毅,尹春林.多频带频域深度置信网络脑电特征识别算法[J].机器人,2018(4). |
| |
作者姓名: | 蔡军 胡洋揆 张毅 尹春林 |
| |
作者单位: | 重庆邮电大学自动化学院;重庆邮电大学先进制造学院 |
| |
摘 要: | 针对DBN(深度置信网络)脑电信号识别率不高的问题,提出了多频带频域深度置信网络(multiband FDBN)算法进行特征提取.不同频带存在个体性差异,它们对于分类结果的贡献不完全相同,本文利用带通滤波器将原始的脑电信号分成多个频段,再采用FFT(快速傅里叶变换)将时域信号转换为频域信号并作归一化处理,最后将每个频段的频域数据输入DBN进行训练识别.线下实验证明,相比FDBN(频域深度置信网络)算法,多频带FDBN的平均准确率提高了3.25%,且标准差更小,鲁棒性更好.最后,在智能轮椅平台上,利用多频带FDBN算法基于左右手运动想象脑电信号控制轮椅完成了"8"字形路径,证明了该算法在脑电信号特征提取中的有效性.
|
本文献已被 CNKI 等数据库收录! |
|