期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ITD和PLV的四类运动想象脑电分类方法研究 被引量：7
1
作者 蒋贵虎 陈万忠 +1 位作者 马迪 吴佳宝 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第5期195-202,共8页
针对四类运动想象任务的特征提取问题,提出一种基于固有时间尺度分解(ITD)和相位同步分析相结合的脑电(EEG)信号特征提取方法。采用第3届和第4届BCI竞赛中的4类运动想象数据集,首先选择5个导联的运动想象脑电信号,根据相位同步性计算导... 针对四类运动想象任务的特征提取问题,提出一种基于固有时间尺度分解(ITD)和相位同步分析相结合的脑电(EEG)信号特征提取方法。采用第3届和第4届BCI竞赛中的4类运动想象数据集,首先选择5个导联的运动想象脑电信号,根据相位同步性计算导联之间的相锁值(PLV),将相锁值作为一类特征;之后利用ITD对5个导联的运动想象脑电信号进行分解,提取第一层固有旋转分量的能量特征,与PLV特征相结合获得十五维特征向量;最后通过支持向量机(SVM)进行分类识别。对12名受试者的平均识别率达到91.64%,平均Kappa系数达到0.887,说明该方法能够有效的提取脑电信号特征,进而提高4类运动想象任务的分类准确率。 展开更多
关键词 运动想象 脑电信号 固有时间尺度分解 相位同步 分类
下载PDF
基于多特征融合的运动想象脑电信号识别研究 被引量：5
2
作者 姜月 邹任玲 《中国医学物理学杂志》 CSCD 2019年第5期590-596,共7页
目的:脑机接口通过识别脑电信号后对外部设备进行控制,针对传统的提取单一特征方法无法多角度表征脑电,提出一种多特征融合的特征提取方法。方法:分别使用自回归模型、经验模态分解、共空间模式提取结合时-频-空域的初始特征向量,用主... 目的:脑机接口通过识别脑电信号后对外部设备进行控制,针对传统的提取单一特征方法无法多角度表征脑电,提出一种多特征融合的特征提取方法。方法:分别使用自回归模型、经验模态分解、共空间模式提取结合时-频-空域的初始特征向量,用主成分分析降维,最后用支持向量机分类。结果:对BCI2003数据处理后,得到91.9%的识别率,高于单一特征和两两组合特征下的识别率以及BP神经网络、概率神经网络的识别率。结论:多特征融合的特征提取方法更好地代表了脑电特征,同时采用支持向量机分类可取得较好的效果,证明本研究方法的有效性,可进一步用于脑机接口中。 展开更多
关键词 脑电识别 特征融合 主成分分析 支持向量机 运动想象
下载PDF
基于免疫堆叠降噪自编码机网络的运动想象脑电信号识别 被引量：2
3
作者 郝矿荣 原博炜 +1 位作者 陈磊 丁永生 《控制与决策》 EI CSCD 北大核心 2018年第4期719-723,共5页
针对运动想象(MI)脑电信号识别精度低的实际问题,提出一种结合免疫优化算法和决策机制的堆叠降噪自编码机网络(ISDAE).ISDAE模型通过多层DAE对MI脑电信号分层提取最优特征向量,再通过最后一层神经网络(NN)对所得特征向量进行识别;同时,... 针对运动想象(MI)脑电信号识别精度低的实际问题,提出一种结合免疫优化算法和决策机制的堆叠降噪自编码机网络(ISDAE).ISDAE模型通过多层DAE对MI脑电信号分层提取最优特征向量,再通过最后一层神经网络(NN)对所得特征向量进行识别;同时,添加决策机制,并结合免疫优化算法对模型进行参数寻优,最终得到识别准确率更高的ISDAE脑电信号识别模型.实验结果表明,所提出的ISDAE模型对粗糙的脑电数据具有强大的特征学习能力和较高的MI脑电信号识别率,可为MI脑电信号的识别提供一种有效的方法. 展开更多
关键词 堆叠降噪自编码机 免疫优化算法 决策机制 运动想象 脑电信号识别
原文传递
基于运动想象脑电信号的特征提取与分类 被引量：1
4
作者 洪杰 于薇薇 乔静 《机械与电子》 2013年第10期17-20,共4页
针对脑-机接口研究中运动想象脑电信号的模式识别问题,利用C3,C4电极处采集的信号,通过离散小波变化(DWT)进行特征提取,使用支持向量机(SVM)进行了左右手运动想象模式分类。
关键词 脑-机接口 运动想象 ERD ERS 离散小波变化 支持向量机
下载PDF
基于运动想象脑-机接口的控制表现差异概述
5
作者 刘建平 陈思 《武警工程大学学报》 2017年第4期1-4,共4页
近年来，脑-机接口（Brain—computerInterface，BCI）技术得到了广泛关注并且取得了显著进展。然而，脑-机接口的发展仍然面临着一个关键性的障碍，即不同被试之间控制表现的差异很大，即使是被试本身在不同状态下和不同的实验条件下... 近年来，脑-机接口（Brain—computerInterface，BCI）技术得到了广泛关注并且取得了显著进展。然而，脑-机接口的发展仍然面临着一个关键性的障碍，即不同被试之间控制表现的差异很大，即使是被试本身在不同状态下和不同的实验条件下也存在差异性，这大大降低了BCI的可靠性。通过总结近年来关于基于运动想象的脑-机接口（MI—BCI）控制表现差异的研究成果，研究发现，控制表现较差的被试往往具有欠发达的脑网络，不具备运动想象的能力，被试的心理和生理状态也会对控制表现产生影响。 展开更多
关键词 脑-机接口 控制表现差异 运动想象
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部