基于遗传算法和概率神经网络提高脑机接口中脑电信号识别率

• 作者: 杨帮华 颜国正
• 来源期刊: 上海交通大学学报
• 学科: 医学
• 关键词: 脑机接口 脑电信号 遗传算法 概率神经网络 组合优化
• 年，卷（期）: 2005,（10）
• 所属期刊栏目: 生物工程
• 页码范围: 1689-1692
• 页数: 4页
• 分类号: R318|TP183|TN911
• 字数: 2276字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.2005.10.028

摘要

针对脑机接口(BCI)研究中存在脑电信号(EEG)识别率低的问题,提出一种基于遗传算法(GA)和概率神经网络(PNN)的GA-PNN识别方法.用该方法对EEG提取时频特征,构成模式识别的初始特征.以训练样本识别正确率为适应度函数,采用GA对初始特征进行组合优化.基于优选后的特征,用PNN对测试样本进行分类.该方法使EEG识别正确率达到92.49%,与2003年BCI国际竞赛最好的处理结果(88.7%)相比,提高近4%,为BCI中EEG的识别提供了有效的手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜国正	上海交通大学电子信息与电气工程学院	340	4219	33.0	49.0
2	杨帮华	上海交通大学电子信息与电气工程学院	13	283	8.0	13.0