| 基于SVM的4类运动想象的脑电信号分类方法 |
| |
| 引用本文： | 庄玮,段锁林,徐亭婷.基于SVM的4类运动想象的脑电信号分类方法[J].江苏工业学院学报,2014(1). |
| |
| 作者姓名： | 庄玮 段锁林 徐亭婷 |
| |
| 作者单位： | 常州大学机器人研究所,江苏常州,213164 |
| |
| 基金项目： | 机器人技术与系统国家重点实验室开放基金重点项目 |
| |
| 摘 要： | 针对传统支持向量机分类方法在脑电信号处理中存在分类正确率低的问题,将聚类思想与二叉树支持向量机结合构造多类SVM分类器.实验以“BCI Competition 2005”中的DatasetⅢa为例,先对采集的4类运动想象脑电信号应用小波变换进行去噪;再在分析小波包频带划分特点的基础上,利用小波包进行分解与重构,获取相应的能量特征;最后应用改进后的支持向量机(SVM)分类方法对特征信号进行分类.结果表明该方法分类正确率较高,可以达到91.12％,并且有效的减少了分类器的个数,最终达到较好的识别效果.
|
| 关 键 词： | 脑机接口 4类运动想象 特征提取 聚类思想 支持向量机 |
Research on Classification Method Based on SVM for the Four-Class Motor Imagery EEG |
| |
| ZHUANG Wei,DUAN Suo-lin,XU Ting-ting.Research on Classification Method Based on SVM for the Four-Class Motor Imagery EEG[J].Journal of Jiangsu Polytechnic University,2014(1). |
| |
| Authors: | ZHUANG Wei DUAN Suo-lin XU Ting-ting |
| |
| Affiliation: | ZHUANG Wei DUAN Suo-lin XU Ting-ting |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 等数据库收录！ |
|
