基于PCA及SVM的运动想象脑电信号识别研究

• 作者: 关俊强 杨帮华 袁玲 马世伟
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 脑机接口 主成分分析 支持向量机 希尔伯特-黄变换
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 论著
• 页码范围: 261-265
• 分类号: R318.04
• 字数: 4490字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2010.03.09

摘要

为了解决脑机接口(BCI)中不同意识任务下运动想象脑电信号的分类问题,提出了一种基于PCA及SVM的识别方法.针对Hilbert-Huang变换和AR模型提取的脑电信号特征,首先采用主成分分析PCA对高维特征向量进行降维处理,然后用支持向量机进行分类.最后将本方法分类结果和Fisher线性分类、概率神经网络分类结果进行比较.实验结果表明,该方法分类正确率较高,复杂度低,具有一定的有效性,可用于脑机接口中.