基于共空间模式和K近邻分类器的脑-机接口信号分类方法

被引：4

作者：

叶柠

孙宇舸

王旭

机构：

[1] 东北大学信息科学与工程学院

来源：

东北大学学报(自然科学版) | 2009年 / 30卷 / 08期

关键词：

脑-机接口; 脑电信号; 共空间模式; 小波包; K近邻分类器;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

脑-机接口是指在人脑和计算机之间建立的直接的交流和控制通道,它以脑电信号的形式反映人的意识,并转换成控制信号.针对两类运动想象脑电信号的分类问题,提出共空间模式和小波包分解相结合的脑电信号特征提取方法.利用不同小波包对训练集的多路脑电信号进行分解,再用共空间模式算法对不同分解层子带的脑电信号进行特征提取,并采用K近邻分类器对提取到的不同特征进行分类,得到最优小波包函数和小波包子带参数.将结果应用于测试集数据的分类.仿真实验结果表明,选择db4小波包函数和4层小波包分解层,对8个特征点进行分类,可以得到高达96%的正确率.

引用

页码：1107 / 1110

页数：4

共 4 条

[1] 基于结构学习的KNN分类算法 [J].