基于F-score特征选择和支持向量机的P300识别算法

• 作者: 吴晓晴 姚玉翠 李金亮 杨立才
• 来源期刊: 生物医学工程学杂志
• 学科: 医学
• 关键词: 脑-机接口 P300 F-score特征选择 支持向量机
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 论著
• 页码范围: 23-26,52
• 页数: 5页
• 分类号: TP391.4|R318.03
• 字数: 4464字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-5515.2008.01.005

摘要

如何从脑电信号中快速准确地识别出P300成分是脑-机接口研究中的一个热点问题.针对P300的识别问题,我们提出了一种将F-score特征选择与支持向量机相结合的判别方法,该方法采用F-score特征选择减少输入特征的维数,以克服支持向量机算法判别速度慢的缺点;然后借助支持向量机算法良好的分类性能实现P300的识别.本文在BCI Competition 2003的P300实验数据集上对该方法进行了验证,结果表明,在5次重复实验中该方法的识别准确率达到了100%,且判别速度与未经特征选择的传统支持向量机算法相比提高了近2倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨立才	山东大学控制科学与工程学院	35	836	16.0	28.0
2	吴晓晴	山东大学控制科学与工程学院	5	92	4.0	5.0
3	李金亮	山东大学控制科学与工程学院	3	51	3.0	3.0
4	姚玉翠	山东大学控制科学与工程学院	3	51	3.0	3.0