10.3969/j.issn.1002-2279.2015.04.014
基于 Fisher 字典学习的运动想象脑电分类算法
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。
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
TP301.6(计算技术、计算机技术)
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
2015-09-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
53-56