基于LVQ的自发脑电信号的分类研究

• 作者: 郝冬梅 阮晓钢
• 来源期刊: 医疗设备信息
• 学科: 医学
• 关键词: 脑电 AR模型 学习矢量量化 竞争层
• 年，卷（期）: 2003,（10）
• 所属期刊栏目: 研究论著
• 页码范围: 7-9
• 页数: 3页
• 分类号: R318.04
• 字数: 2237字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1633.2003.10.003

摘要

为了识别在不同思维状态下的自发脑电 (EEG)信号,本文用 6阶自回归 (AR)模型表示 EEG信号,用学习矢量量化 (LVQ)神经网络作分类器,分别用 LVQ1和 LVQ2.1算法对网络进行训练,并对分类结果进行测试,比较了网络选择不同参数时对分类正确率的影响.研究表明:竞争层神经元数目直接影响了正确率,当选择最佳参数值时分类正确率为 62%～ 83%,因人而异.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝冬梅	北京工业大学电控学院	48	285	7.0	15.0
2	阮晓钢	北京工业大学电控学院	240	2182	23.0	35.0