基于 Fisher 字典学习的运动想象脑电分类算法

摘要：

目前，在以运动想象为基础的脑机接口研究中，共空域模式（Common Spatial Pattern， CSP）算法是脑电信号特征提取的主流算法，而如何利用 CSP 特征进行有效的分类则是该领域的研究热点之一。近年来，基于稀疏表示的分类方法（Sparse Representation based Classification，SRC）备受国内外学者的高度关注，为此提出了一种基于 Fisher 字典学习的脑电分类算法。该算法结合了稀疏重构误差和编码系数进行分类。实测数据的处理结果表明，与传统基于 SRC 的分类算法相比，所提出的算法能够取得更为精确的分类结果。

关键词：脑机接口、共空域模式、稀疏表示、Fisher 字典学习、重构误差、编码系数

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目61101158，61471157；江苏省自然科学基金项目BK20141159，BK20141157

在线出版日期：2015-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：53-56