虚拟人引导的脑电信号重要性选择与识别

摘要：

为了在缺失数据和噪声数据的脑电信号中保持较好的鲁棒性,并揭示脑电信号多通道之间相互作用关系,利用随机森林算法挑选出具有相互作用的重要通道,去除不相关和冗余的通道;利用状态空间模型描述多通道之间的内部运动规律,反映输入输出与内部状态之间的关系;采用EM算法实现状态空间模型的参数辨识作为识别特征;将提取的特征通过SE-GRU模型进行识别,增加了重要特征的权重.上述方法在公共数据集和虚拟人引导的脑电信号数据集上有效提高了分类准确率,相比不进行通道选择的方法取得了更好的效果,并通过最终训练模型实现了对虚拟人的控制.

关键词：状态空间模型;随机森林算法;EM算法;GRU模型

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：天津市教育科学规划院教学成果奖重点培育项目;天津市虚拟仿真实验教学项目;天津理工大学校级教学基金

在线出版日期：2021-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3692-3696