基于共同空间模式和支持向量机的脑–机接口信号分类

摘要：

在脑-机接口(BCI)研究中一个关键问题是准确地对EEG信号进行特征提取和模式分类,以得到人机通信与控制命令.经过对非靶刺激和靶刺激下诱发的EEG进行去均值、低通滤波、下采样等处理后,利用共同空间模式算法对所采集到的EEG数据进行特征提取,然后通过网格搜索法获取最优分类参数的情况下,利用基于径向基函数的支持向量机设计分类器.通过对3名受试者的实验数据进行各10次的处理后得到较好的分类效果,平均分类准确率为99.2%.实验结果表明,本文的方法适合于基于“模拟阅读”的脑-机接口中.

关键词：脑-机接口、脑电、共同空间模式、支持向量机

分类号：R312(医用一般科学)

在线出版日期：2012-11-19（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：22-25