作者:
原文服务方: 现代电子技术       
摘要:
脑电信号(EEG)是研究脑活动的一种重要的信息来源,基于脑电信号的人与计算机的通信已成为一种新的人机接口方式.在此主要通过时域回归方法对BCIⅡ竞赛数据进行EEG信号去噪预处理,运用6阶AR参数提取脑电特征作为神经网络的输入,最后用Matlab 7.0进行仿真,得到分类正确率为90%.实验表明,该方法可以达到很好的分类效果.
推荐文章
基于PNN神经网络的EEG信号分类方法研究
EEG信号
AR参数
特征提取
PNN算法
基于SFLA优化BP神经网络的语音信号分类
BP神经网络
SFLA
优化
分类
基于粒子群优化BP神经网络的心电信号分类方法
心电信号
粒子群算法
BP神经网络
分类
模式识别
QRS波群
基于全双谱和卷积神经网络的信号分类方法
全双谱
卷积神经网络
信号分类识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的光标上下移动EEG信号分类方法
来源期刊 现代电子技术 学科
关键词 EEG信号 AR参数 特征提取 BP算法
年,卷(期) 2010,(10) 所属期刊栏目 计算机应用技术
研究方向 页码范围 27-29
页数 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2010.10.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贾花萍 陕西渭南师范学院计算机科学系 7 36 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (2)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (9)
二级引证文献  (1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
EEG信号
AR参数
特征提取
BP算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导