基于AR和SVM的运动想象脑电信号识别

被引：10

作者：

张毅 ^{[1
]}

杨柳 ^{[1
]}

李敏 ^{[1
]}

罗元 ^{[2
]}

机构：

[1] 重庆邮电大学自动化学院

[2] 重庆邮电大学光电工程学院

来源：

华中科技大学学报(自然科学版) | 2011年 / S2期

关键词：

信号识别; 脑-机接口; 自回归; 支持向量机; 运动想象; 分类识别;

D O I：

10.13245/j.hust.2011.s2.030

中图分类号：

TN911.7 [信号处理]; TP18 [人工智能理论];

学科分类号：

0711 ; 080401 ; 080402 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对不同思维运动中EEG信号识别,提出了一种基于自回归模型参数和支持向量机的识别方法.针对2008年BCI CompetitionⅣData sets 2a数据集中想象左右手运动的两类思维运动脑电信号,运用自回归模型进行特征提取,支持向量机进行特征分类.采用不同的核函数进行分类对比实验,该识别方法的正确识别率达到75%.

引用

页码：103 / 106

页数：4

共 4 条

[1] 基于脑电信号的身份识别方法 [J].