基于CSP与SVM算法的警觉度脑电信号分类

• 作者: 董书琴 谢宏
• 来源期刊: 微型机与应用
• 学科: 医学
• 关键词: 脑电信号 警觉度 公共空间模式 支持向量机
• 年，卷（期）: 2011,（16）
• 所属期刊栏目: 技术与方法
• 页码范围: 82-84,88
• 分类号: R318
• 字数: 2511字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2011.16.029

摘要

疲劳驾驶是导致交通伤亡事故的重要原因之一，因此采取相应的预防措施是很有必要的。针对两种不同程度的警觉度（清醒和睡眠），采用公共空间模式CSP（Common Spatial Pattern）算法对所采集到的脑电数据进行特征提取，用基于径向基函数（RBF）的支持向量机（SVM）对提取的特征进行分类，通过网格搜索法获得最优参数。与频带能量作为特征的已有方法相比，该算法测试准确率较高，能够达到较好的识别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢宏	上海海事大学信息工程学院	74	842	11.0	27.0
2	董书琴	上海海事大学信息工程学院	1	3	1.0	1.0