支持向量机方法在运动意识识别中的应用

• 作者: 周慧 徐琦 王永骥 王琬
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 脑电 小波变换 运动想像 模式识别
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 93-95
• 页数: 3页
• 分类号: TP391.4
• 字数: 2423字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2008.06.027

摘要

为有效识别与运动想像相关的脑电模式,提出基于支持向量机(SVM)的运动意识分类新算法,利用sym2小波基函数对脑电(EEG)信号进行6尺度分解后,从每级分解中提取绝对值最大的小波系数作为信号特征,构成有效特征向量输入SVM分类器,实现基于EEG的运动想像模式识别.实验数据采用脑机接口竞赛(2003)的脑电数据,实验结果表明采用径向基核函数的SVM分类器可有效地对EEG进行运动想像分类,具有良好的泛化推广能力,为脑机接口的运动意识分类提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永骥	华中科技大学图像信息处理与智能控制教育部重点实验室	152	1387	18.0	30.0
2	徐琦	华中科技大学图像信息处理与智能控制教育部重点实验室	21	75	5.0	7.0
3	周慧	华中科技大学图像信息处理与智能控制教育部重点实验室	22	136	6.0	11.0
4	王琬	华中科技大学图像信息处理与智能控制教育部重点实验室	1	4	1.0	1.0