基于离散小波变换和主分量分析的P300分类算法研究

• 作者: 张娜 练秋生
• 来源期刊: 电子技术
• 学科: 工学
• 关键词: P300 脑-机接口 离散小波变换 支持向量机
• 年，卷（期）: 2007,（11）
• 所属期刊栏目: 技术研发
• 页码范围: 192-194
• 页数: 3页
• 分类号: TP3
• 字数: 3130字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2007.11.058

摘要

提出了一种应用离散小波变换(DWT)结合主分量分析(PCA)进行特征提取,然后用支持向量机(SVM)对P300进行分类的算法.该算法首先在一定预处理基础上使用离散小波变换对P300脑电信号分解,然后选取蕴含P300大多数信息的特征尺度进行小波重构,从而达到去噪增强的效果.然后使用PCA进行特征的提取和集中.最后使用支持向量机对提取到的特征分量进行分类.该算法将小波分解和主分量分析结合起来进行特征增强与提取,实验结果表明,该算法能够达到令人满意的正确分类率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	练秋生	燕山大学电子与通信工程系	110	1442	20.0	33.0
2	张娜	燕山大学电子与通信工程系	14	60	3.0	7.0