基于HHT和PSO-C-均值算法的ECoG分类

• 作者: 吕俊 李胜勇
• 来源期刊: 武汉理工大学学报
• 学科: 工学
• 关键词: ECoG脑-机接口 希尔伯特-黄变换 粒子群优化 C-均值算法
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 信息、计算机与控制工程
• 页码范围: 102-105
• 页数: 4页
• 分类号: TP391.4
• 字数: 3234字
• 语种: 中文

摘要

皮层脑电图信号(electrocorticogram, ECoG)非平稳,如何提取有效的特征,设计恰当的分类器是ECoG脑-机接口研究的关键问题.该文提出了基于希尔伯特-黄变换的ECoG窄带特征提取和压缩方法,并且封装了粒子群优化和C-均值算法以调整特征权重,改善分类效果.采用BCI Competition Ⅲ 数据集Ⅰ进行实验,结果表明:只需6个电极即可获得93%的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕俊	华南理工大学电信学院	9	78	3.0	8.0
2	李胜勇	华南理工大学电信学院	1	2	1.0	1.0