基于小波包最优基的运动想象EEG自适应特征提取方法
针对运动想象脑机接口系统存在分类正确率低、自适应能力差等不足,提出一种基于小波包最优基的自适应特征提取方法;该方法首先对运动想象EEG进行小波包分解;其次,对传统的距离准则进行改进,通过引入权重因子表征对类内距离和类间距离的关注程度,获得一种既可满足小波包最优基评价准则的可加性条件,又有效地增强了频带特征信息的可分离性的评价准则;进而,采用“自底向顶、自左至右”的快速搜索策略获取小波包最优基,并选取最优基对应的分类性能评价值较高的部分频带小波包系数构成分类特征;仿真结果表明本方法最高分类正确率可达93.4%,与常用的时频分析方法对比,验证了本算法具有较高的分类正确率和较小的时间花费.
运动想象脑电、特征提取、个体自适应、小波包最优基、评价准则
19
R318(医用一般科学)
北京市自然科学基金项目4082004;北京市自然科学基金项目4112011
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
2755-2758,2762