一种新的注意力相关脑电分类算法设计

• 作者: 刘明宇 燕楠 王珏 郑崇勋 魏娜
• 来源期刊: 西安交通大学学报
• 关键词: 支持向量机 数据融合理论 脑电 注意力
• 年，卷（期）: 2005,（10）
• 所属期刊栏目: 研究简讯
• 页码范围: 1162-1164
• 页数: 3页
• 分类号: R318.04
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2005.10.030

摘要

提出了一种新的基于支持向量机(SVM)学习机制的注意力相关脑电分类算法.在对脑电信号进行3级小波分解之后,采用主分量分析方法提取主要的特征分量,并且采用SVM方法对其进行分类.在此基础上,依据数据融合理论,对多导分类结果进行综合判断.结果表明,本方法具有良好的鲁棒性,对注意力相关脑电信号分类的准确率可达89%左右,高于单导最优准确率.该方法对注意力缺陷反馈治疗、注意力机制研究等具有较高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑崇勋	西安交通大学生命科学与技术学院	122	1268	20.0	26.0
2	王珏	西安交通大学生命科学与技术学院	68	444	12.0	16.0
3	刘明宇	西安交通大学生命科学与技术学院	9	46	5.0	6.0
4	燕楠	西安交通大学生命科学与技术学院	4	79	4.0	4.0
5	魏娜	西安交通大学生命科学与技术学院	4	64	3.0	4.0