-
题名最优区域共空间模式的运动想象脑电信号分类方法
被引量：10
- 1
-
-
作者
汲继跃
佘青山
张启忠
孟明
-
机构
杭州电子科技大学自动化学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2020年第1期34-39,共6页
-
基金
国家自然科学基金项目(61871427,61671197)。
-
文摘
共空间模式(Common Spatial Pattern,CSP)是脑机接口(Brain-Computer Interface,BCI)中一种有效的特征提取方法,然而传统CSP算法并未考虑在提取前剔除可能会影响其性能的不相关的嘈杂通道信号。所以针对不同对象的通道选择问题,提出了一种最优区域共空间模式(ORCSP)特征提取方法。首先通过欧式距离得到每个通道的附近区域,再根据方差比选择可分性最高的区域,然后采用5折交叉验证对区域内通道数目进行寻优,进而得到区分度最高的区域特征,最后使用支持向量机(SVM)进行分类。所提方法在BCI竞赛数据上进行了实验测试,并与同类型的正则化CSP和局部区域CSP算法进行了对比,在BCI Competition Ⅲ Dataset Ⅳ a数据集上达到了89.78%的平均准确率。实验结果验证了所提出方法的有效性。
-
关键词
脑机接口
运动想象
共空间模式
最优区域
-
Keywords
Brain-computer interface(BCI)
motor imagery
common spatial pattern(CSP)
optimal region
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
