10.3969/j.issn.1000-3428.2014.10.031
基于MODWT的运动想象脑电信号识别
对运动想象脑电信号进行分类识别,是脑机接口研究中的重要问题。为此,提出一种基于极大重叠小波变换和AR模型的脑电信号分类方法。将脑电信号波形进行极大重叠小波分解,抽取变换系数的统计特征,利用Burg算法提取其3层光滑的8阶AR模型系数以及3层光滑部分的能量曲线特征,将这3类特征进行组合后,使用神经网络、支持向量机及线性判别进行分类和比较。与BCI2003竞赛数据分类精度结果相比,该方法的识别率更高。将模型移植入自行研制的嵌入式脑电信号控制电机转向系统中,该模式识别方法的平均准确度达到了91.3%,可用于嵌入式脑机接口的系统设计。
脑机接口、运动想象、极大重叠小波变换、能量曲线、模式分类、电机转向控制
TN911.7
中央高校基本科研业务费专项基金资助项目CUGL120278;湖北省自然科学基金资助项目2011335070。
2014-10-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
161-167