| 基于频带能量归一化和SVM-RFE的ECoG分类 |
| |
| 引用本文： | 刘冲,赵海滨,李春胜,王宏.基于频带能量归一化和SVM-RFE的ECoG分类[J].仪器仪表学报,2011,32(3). |
| |
| 作者姓名： | 刘冲 赵海滨 李春胜 王宏 |
| |
| 作者单位： | 1. 东北大学机械工程与自动化学院,沈阳,110004
2. 东北大学中荷生物医学与信息工程学院,沈阳,110004 |
| |
| 摘 要： | 针对基于运动想象(左手小手指和舌头)的皮层脑电(electrocortieographic,ECoG)信号的分类问题,对BC12005竞赛数据集Ⅰ中的ECoG信号使用频带能量(band power,BP)归一化算法提取运动相关电位(movement related potential,MRP)、μ节律和β节律的频带能量作为特征.针对特征提取后维数较高的问题,使用基于支持向量机的回归特征消去(support vector machinerecursive feature elimination,SVM-RFE)算法进行特征选择,通过对训练数据集使用lO段交叉验证(cross validation,CV)的方法寻找最佳特征组合,确定特征在维数为6时具有最低平均识别错误率,对测试数据集采用同样的方法和同样的组合进行特征提取,并使用线性支持向量机进行分类,分类正确率可以达到93%.
|
| 关 键 词： | 皮层脑电 频带能量 归一化 支持向量机 回归特征消去 交叉验证 |
ECoG classification based on band power normalization and SVM-RFE |
| |
| Liu Chong,Zhao Haibin,Li Chunsheng,Wang Hong.ECoG classification based on band power normalization and SVM-RFE[J].Chinese Journal of Scientific Instrument,2011,32(3). |
| |
| Authors: | Liu Chong Zhao Haibin Li Chunsheng Wang Hong |
| |
| Affiliation: | Liu Chong1,Zhao Haibin1,Li Chunsheng2,Wang Hong1 (1 School of Mechanical Engineering & Automation,Northeastern University,Shenyang 110004,China,2 Sino-Dutch Biomedical and Information Engineering School,China) |
| |
| Abstract: | |
| |
| Keywords: | ECoG band power normalization SVM RFE cross validation |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
