基于信号投影能量特征的脑电意识动态分类

摘要：

针对脑电意识任务动态分类问题,本文提出了一种基于投影能量的特征提取方法来提取反映不同思维状态的脑电特征,并结合信息累积后验贝叶斯方法进行分类以提高脑-机接口系统的分类正确率.该方法通过使两类信号在投影基上的平均投影能量比达到极值,从而达到提高脑电信号分类准确度的作用.实验结果表明两个运动想象数据集上的最大正确率都达到90％左右,最大分类准确率、kappa系数和最大互信息等评价指标的比较也表明该方法能够有效提高BCI系统的性能,具有较好的实用性.

关键词：脑-机接口、运动想象、投影能量、贝叶斯分类

所属期刊栏目：28

分类号：TN911.7

资助基金：国家自然科学基金资助项目60940023,61172108,61139001,61005088;国家科技支撑计划项目2012BAJ18B06;机器人技术与系统国家重点实验室开放研究项目SKLRS-2010-ZD-07

在线出版日期：2012-12-05（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：1059-1062