基于遗传算法特征选择的自回归模型脑电信号识别

摘要：

针对单一种类特征提取方法所得特征信息量不足的问题,通过自回归模型(AR)与小波变换2种方法实现特征提取,在合并特征集后,采用遗传算法进行最优特征集选择.对运动想象脑电信号进行AR建模,将估计得到的参数作为时域特征,并结合小波变换的时频域特征构建特征集,使用基于k最近邻的分类错误率作为适应度函数,实现对特征向量的选择.运用支持向量机等分类方法验证特征选择效果,结果表明,通过遗传算法进行特征选择,可去除冗余的特征信息,分类正确率达到96.43％.

关键词：运动想象、脑机接口、自回归模型、遗传算法、特征选择、支持向量机

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61071198;浙江省自然科学基金资助项目LY13F010015

在线出版日期：2016-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：283-288,294