首页 | 本学科首页   官方微博 | 高级检索  
     

特征选择算法在ECoG分类中的应用
引用本文:刘冲,李春胜,赵海滨,王宏.特征选择算法在ECoG分类中的应用[J].Canadian Metallurgical Quarterly,2011,32(5).
作者姓名:刘冲  李春胜  赵海滨  王宏
作者单位:1. 东北大学,机械工程与自动化学院,辽宁,沈阳,110819;东北大学,中荷生物医学与信息工程学院,辽宁,沈阳,110819
2. 东北大学,中荷生物医学与信息工程学院,辽宁,沈阳,110819
3. 东北大学,机械工程与自动化学院,辽宁,沈阳,110819
基金项目:国家自然科学基金资助项目
摘    要:研究了基于运动想象的皮层脑电信号ECoG的特点,针对BCI2005竞赛数据集I中的ECoG信号,通过提取频带能量获得了想象左手小指及舌头运动时的特征,结合Fisher,SVM-RFE及LO算法对特征进行选择,采用10段交叉验证的方法得到训练数据集在各维特征数下的识别正确率并选出最佳特征组合.结果表明:三种特征选择方法中SVM-RFE算法所选出的特征组合可以获得最低的识别错误率以及最低的特征维数,针对所选出的特征组合,使用训练数据集的特征对线性支持向量机进行训练,使用训练好的模型对测试数据集进行分类,识别正确率可以达到94%.

关 键 词:皮层脑电  特征选择  频带能量  支持向量机  交叉验证

Application of Feature Selection and SVM for ECoG Classification
LIU Chong,LI Chun-sheng,ZHAO Hai-bin,WANG Hong.Application of Feature Selection and SVM for ECoG Classification[J].Canadian Metallurgical Quarterly,2011,32(5).
Authors:LIU Chong  LI Chun-sheng  ZHAO Hai-bin  WANG Hong
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