融合小波包和神经网络的脑电信号处理方法

摘要：

针对运动想象脑电信号处理中分类准确率较低的问题,提出了一种基于能量(二阶矩)小波包变换和莱文伯格-马夸特神经网络算法相结合的运动想象脑电信号处理方法.首先,利用能量方法对信号进行时域分析,选取有效的时序段;然后,使用小波包变换对所选有效时域段的各导信号进行时频分解,选取与想象任务相关的频段信息重构脑电信号特征;最后,将各导信号重构的特征串接,导入基于莱文伯格-马夸特训练算法的神经网络实现最终的任务分类.利用2个脑电信号标准竞赛数据库进行方法验证,分别取得了95.62％和90.13％的分类准确率.与近期的一些研究成果进行对比,可知该方法具有较好的分类效果.

关键词：运动想象脑电信号、二阶矩、小波包变换、反向传播神经网络、莱文伯格-马夸特算法

所属期刊栏目：44

分类号：TP751.2(遥感技术)

资助基金：国家自然科学基金项目;北京市自然科学基金项目

在线出版日期：2021-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：94-99