基于脑电的意识活动特征提取与识别

• 作者: 吴小培 沈谦 高湘萍
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 脑电 意识任务 自适应自回归(AAR)模型 支持向量机(SVM)
• 年，卷（期）: 2006,（2）
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP393
• 字数: 2728字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2006.02.009

摘要

基于脑电信号的非平稳特性,用自适应自回归模型(AAR)提取脑电信号的特征,利用该模型对同一实验对象的两种不同意识任务的脑电信号进行特征提取,并将AAR模型得到的特征与支持向量机(SVM)分类器相结合,作为支持向量机的输入进行训练和测试,取得了良好的识别效果.实验结果证明,支持向量机分类器用于不同意识任务分类效果很好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈谦	安徽大学计算机科学与技术学院	11	138	7.0	11.0
2	吴小培	安徽大学计算机科学与技术学院	132	1377	20.0	29.0
3	高湘萍	安徽大学计算机科学与技术学院	5	52	3.0	5.0