学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于离散小波变换提取脑机接口中脑电特征
被引:17
作者
:
论文数:
引用数:
h-index:
机构:
杨帮华
颜国正
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学电子信息与电气工程学院仪器系
颜国正
鄢波
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学电子信息与电气工程学院仪器系
鄢波
机构
:
[1]
上海交通大学电子信息与电气工程学院仪器系
来源
:
中国生物医学工程学报
|
2006年
/ 05期
关键词
:
脑机接口;
小波变换;
脑电;
特征提取;
D O I
:
暂无
中图分类号
:
R318 [生物医学工程];
学科分类号
:
0831 ;
摘要
:
在脑机接口中,针对脑电特征提取利用单一种类信息、使用数据量大、分类性能较差等缺点,提出一种新颖的基于离散小波变换的方法。分析了小波变换特征提取的特点和特征表示方式,用Daubechies类db4小波函数对脑电信号进行6层分解,抽取小波变换各子带关键的部分逼近系数、小波系数、小波子带系数均值组成特征向量。以分类正确率为指标检验了提取特征的性能。实验结果表明,这种方法能够利用少量数据提取脑电信号本质特征,具有较高的分类性能,为利用脑电识别人的不同意图提供了快速而有效的手段。
引用
收藏
页码:518 / 522
页数:5
相关论文
共 2 条
[1]
脑电信号控制康复机器人的关键技术
[J].
论文数:
引用数:
h-index:
机构:
程明
;
论文数:
引用数:
h-index:
机构:
任宇鹏
;
论文数:
引用数:
h-index:
机构:
高小榕
;
论文数:
引用数:
h-index:
机构:
王广志
;
季林红
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学生物医学工程系
季林红
;
高上凯
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学生物医学工程系
高上凯
.
机器人技术与应用,
2003,
(04)
:45
-48
[2]
模式识别.[M].边肇祺等编著;.清华大学出版社.2000,
←
1
→
共 2 条
[1]
脑电信号控制康复机器人的关键技术
[J].
论文数:
引用数:
h-index:
机构:
程明
;
论文数:
引用数:
h-index:
机构:
任宇鹏
;
论文数:
引用数:
h-index:
机构:
高小榕
;
论文数:
引用数:
h-index:
机构:
王广志
;
季林红
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学生物医学工程系
季林红
;
高上凯
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学生物医学工程系
高上凯
.
机器人技术与应用,
2003,
(04)
:45
-48
[2]
模式识别.[M].边肇祺等编著;.清华大学出版社.2000,
←
1
→