思维作业脑电的IMF能量熵特征提取与分类研究

• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 固有模态函数 脑电信号 经验模态分解 特征提取 K-近邻分类器
• 年，卷（期）: 2009,（28）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 128-130,139
• 页数: 4页
• 分类号: TP91
• 字数: 4150字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.28.038

摘要

提出了一种基于固有模态函数(Intrinsic Mode Function,IMF)能量熵的特征提取方法.对三类脑电思维信号分别进行了经验模态分解(Empirical Mode Decomposition,EMD),并得到与其相对应的IMF.试验发现对于不同类别的信号,同阶的IMF能量的判别熵有明显的不同.而采用K-近邻分类器对三类脑电信号进行了分类,发现基于最佳特征向量选择的分类试验的平均正确识别率达75%以上.