脑电信号的小波变换和样本熵特征提取方法

被引：19

作者：

张毅 ^{[1
]}

罗明伟 ^{[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：

智能系统学报 | 2012年 / 7卷 / 04期

关键词：

脑电信号; 样本熵; 小波变换; 支持向量机; 特征提取;

D O I：

暂无

中图分类号：

TN911.7 [信号处理];

学科分类号：

0711 ; 080401 ; 080402 ;

摘要：

针对现有的采用单一的特征提取算法对运动想象脑电信号识别率不高的问题,提出一种结合小波变换和样本熵的特征提取方法.通过小波变换,把脑电信号进行3层分解,抽取出对应于脑电β节律频带的小波系数的能量均值和能量均值差,并结合脑电信号的样本熵组成特征向量,使用支持向量机分类器对左右手运动想象脑电信号进行分类.结果表明,结合小波变换和样本熵的特征提取方法明显优于仅采用小波变换、样本熵以及其他传统的特征提取方法,得到的最高正确识别率为91.43%.

引用

页码：339 / 344

页数：6

共 6 条

[1] 基于AR和SVM的运动想象脑电信号识别 [J].