基于非线性参数的意识任务分类

• 作者: 刘海龙 王珏 郑崇勋
• 来源期刊: 西安交通大学学报
• 关键词: 脑电 意识任务分类 Lyapunov指数 平均周期 初始距离
• 年，卷（期）: 2005,（8）
• 页码范围: 900-903
• 页数: 4页
• 分类号: R318
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2005.08.028

摘要

研究了非线性参数作为脑电(EEG)信号特征时对意识任务分类的作用,使用的3种非线性参数特征为最大Lyapunov指数、轨道平均周期和轨道平均初始距离,分类方法为Fisher线性判别式.对4个实验对象共60个任务对进行了分类处理.使用3种参数在2 s数据段上取得的平均分类精度分别为82.3%、90.7%和93.3%.在较短(1 s)的数据段上,应用轨道平均初始距离参数进行分类取得了平均为90.8%的正确率,分类精度接近于Anderson取得的实验结果.轨道平均周期和轨道平均初始距离算法具有较小的运算量,能够应用于在线系统.

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	西安交通大学生物医学信息工程教育部重点实验室	122	1268	20.0	26.0
2	王珏	西安交通大学生物医学信息工程教育部重点实验室	68	444	12.0	16.0
3	刘海龙	西安交通大学生物医学信息工程教育部重点实验室	10	33	3.0	5.0