首页 | 本学科首页   官方微博 | 高级检索  
     

基于MEG的脑机接口特征提取方法研究
引用本文:王金甲,周丽娜,赵玉超.基于MEG的脑机接口特征提取方法研究[J].仪器仪表学报,2010,31(7).
作者姓名:王金甲  周丽娜  赵玉超
作者单位:燕山大学信息科学与工程学院,秦皇岛,066004
基金项目:国家自然科学基金,燕山大学博士基金,国家大学生创新实验计划项目 
摘    要:脑磁信号作为一种新的脑机接口(BCI)输入信号,含有手运动方向的模式信息。在研究了适用于非平稳性的自适应自回归模型和适用于非高斯性的高阶谱自回归模型的基础上,本文针对脑磁信号的非平稳非高斯性,提出了一种新的特征提取算法,即基于经验模态分解的自回归模型。实验结果表明该算法适合于分析非高斯、非平稳的脑磁信号,结果优于上述的两种算法,并且超过了脑机接口竞赛四优胜者的识别率。

关 键 词:脑机接口  脑磁图  自回归模型  经验模态分解

Feature extraction method for MEG-based brain computer interface
Wang Jinjia,Zhou Lina,Zhao Yuchao.Feature extraction method for MEG-based brain computer interface[J].Chinese Journal of Scientific Instrument,2010,31(7).
Authors:Wang Jinjia  Zhou Lina  Zhao Yuchao
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号