基于改进CSSD的运动想象脑电信号特征提取

摘要：

针对现有的共空域子空间(common special subspace decomposition,CSSD)算法在脑电信号(EEG)特征提取时,类内和类间的信号特征变化导致脑电信号特征值稳定性低、特征向量区分度差的问题,提出一种改进的CSSD特征提取方法,即基于Kullback-Leibler距离的共空域子空间分解法(KL-CSSD).在传统CSSD算法的基础上利用Kullback-Leibler距离,最大化类间距离而最小化类内差异,提取鲁棒性较强的EEG信号特征.实验结果表明:该算法相对于传统CSSD有较好的特征向量区分度,有效提高了脑电信号的正确识别率.

关键词：脑电信号、特征提取、Kullback-Leibler距离、共空域子空间分解法、识别率

所属期刊栏目：36

分类号：TP242.6(自动化技术及设备)

资助基金：国家自然科学基金项目60905066,51075420;科技部国际合作项目2010DFA12160

在线出版日期：2015-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：94-101