脑电信号的混沌分析和小波包变换特征提取算法
针对脑电(EEG)信号的手部动作模式信息处理,提出一种混沌分析和小波包变换相结合的特征提取方法.用眼动辅助来采集手部动作时的脑电信号,对采集的C3、C4 、P3和P4脑电信号消噪后分别用混沌分析和小波包变换的方法进行特征提取,前者提取混沌特征的最大Lyapunov指数和关联维数,组成8维向量;后者提取脑电信号的4种特征节律波,分别计算其相对能量,组成16维向量;最后把两种方法提取的向量组成24维特征向量,输入SVM分类器,实现基于EEG信号的手部动作模式的识别.对不同个体上翻、下翻、展拳、握拳4种手部动作的识别实验表明,平均识别率均在80%以上,明显优于其他方法识别的结果.
脑电信号、手部动作识别、混沌分析、小波包变换、SVM分类器
32
TP212.13(自动化技术及设备)
国家863项目2008AA04Z212;国家自然科学基金60705010、60874102;浙江省教育厅科研项目Y200909010
2011-04-29（万方平台首次上网日期，不代表论文的发表时间）
共7页
33-39
