|
|||||
|
|
| 基于AAR模型的听觉诱发中潜伏期反应特征提取 | |
| 作者单位： | ;1.广州大学机械与电气工程学院 |
| 摘 要： | 针对听觉刺激诱发的脑干中潜伏期反应(MLR)信号的非平稳特性,采取计算其自适应自回归(AAR)模型系数的方法进行特征提取,实现不同注意状态的分类。首先对采集的MLR数据进行去噪预处理,然后结合相对误差方差(REV)准则分别进行卡尔曼滤波和最小均方误差自适应算法估计其AAR模型参数。利用支持向量机对两种估计方法的特征参数分别进行分类。最后根据最大互信息和分类结果进行比较,最小均方误差自适应算法估计AAR模型系数的分类正确率达到77.45%,最大互信息值为0.3011,其效果优于卡尔曼滤波算法。 |
| 关 键 词： | 卡尔曼滤波 最小均方误差自适应 相对误差方差准则 支持向量机 互信息 |
Feature extraction of the middle latency response in auditory based on AAR model |
|
| Abstract: | |
| Keywords: | |