灰关联分析在脑神经信号分类中的应用研究

• 作者: 张振中 张海军 李楠 白树林 谢松云
• 来源期刊: 西北工业大学学报
• 学科: 工学
• 关键词: 灰关联 非平稳随机信号 脑神经信号 特征值 正确分类率
• 年，卷（期）: 2007,（1）
• 页码范围: 122-125
• 页数: 4页
• 分类号: TP181
• 字数: 3211字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2758.2007.01.026

摘要

脑神经信号属于非平稳随机信号,是一类难以进行分类识别的信号.为改进这类信号的分类效果,提出了将灰关联理论应用于脑神经信号的分类.首先介绍了灰关联理论和方法,在此基础上,建立了脑神经信号灰色模型(Grey Model)--GM(1,1)模型,估计出每一个模型参数a和b,将其中模型参数b作为特征值用于灰关联分析,得到第1次分类结果,然后在认真分析第1次分类结果的基础上,进一步给出二次分类方法.通过二次分类,实现了对脑神经信号的有效分类识别,其分类正确率高达88%.结果表明,将灰关联技术用于非平稳随机信号的分类与识别是可行而有效的,有很好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢松云	西北工业大学电子信息学院	49	582	11.0	22.0
2	白树林	西北工业大学电子信息学院	8	46	4.0	6.0
3	李楠	西北工业大学电子信息学院	21	124	7.0	10.0
4	张海军	西北工业大学电子信息学院	7	44	3.0	6.0
5	张振中	西北工业大学电子信息学院	4	122	4.0	4.0