首页 | 本学科首页   官方微博 | 高级检索  
     

基于ReliefF-Pearson的嗅觉脑电通道选择
引用本文:张小内,翟文鹏,侯惠让,孟庆浩. 基于ReliefF-Pearson的嗅觉脑电通道选择[J]. 电子与信息学报, 2022, 43(7): 2032-2037. DOI: 10.11999/JEIT200413
作者姓名:张小内  翟文鹏  侯惠让  孟庆浩
作者单位:天津大学电气自动化与信息工程学院 天津 300072
摘    要:基于脑电(EEG)信号的气味识别研究在嗅觉功能客观评价及嗅觉障碍疾病诊断等方面具有重要的应用价值.在实际应用场景中使用过多EEG通道会带来诸多不便,因此研究如何选择EEG通道尤为重要.该文针对嗅觉EEG信号分类中的通道选择问题,提出了一种新型的基于ReliefF-Pearson的嗅觉EEG通道选择算法.该算法结合ReliefF的权值思想和Pearson系数的相关性原理对EEG通道进行选择.结果表明,与传统基于ReliefF的通道选择算法相比,该文所提算法在保证一定分类准确率的同时能够显著减少使用的通道数量,并且通道选择的结果不依赖人为经验和分类器.此外,使用该方法获取的通道,其空间分布与已有的嗅觉神经生理学位置相一致,进一步证实了该方法的科学性和有效性.该文所提算法为嗅觉EEG通道选择的研究提供了新思路.

关 键 词:嗅觉脑电  通道选择  气味识别  ReliefF-Pearson

ReliefF-Pearson Based Olfactory ElectroEncephaloGram Channel Selection
ZHANG Xiaonei,ZHAI Wenpeng,HOU Huirang,MENG Qinghao. ReliefF-Pearson Based Olfactory ElectroEncephaloGram Channel Selection[J]. Journal of Electronics & Information Technology, 2022, 43(7): 2032-2037. DOI: 10.11999/JEIT200413
Authors:ZHANG Xiaonei  ZHAI Wenpeng  HOU Huirang  MENG Qinghao
Abstract:
Keywords:
本文献已被 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