基于EMD和SVM的脑电信号处理方法

• 作者: 余炜 谢培 韩强 马晶晶
• 来源期刊: 昆明理工大学学报（自然科学版）
• 学科: 生物学
• 关键词: 脑—机接口(BCI) 经验模式分解(EMD) 支持向量机(SVM)
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 机械、电子信息与自动控制
• 页码范围: 38-42
• 页数: 5页
• 分类号: Q64
• 字数: 2432字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-855x.2012.06.007

摘要

脑电信号的特征提取对于脑—机接口(BCI)技术来说非常重要.本文使用经验模式分解(EMD)算法对脑电信号进行分解,提取主要IMF分量的特征值,之后使用支持向量机进行分类,并采用启发算法(POS)进行参数寻优.对2003年第二届BCI大赛的想象左右手运动脑电信号分类正确率达到87.6％,验证了本方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余炜	昆明理工大学信息工程与自动化学院	12	34	4.0	5.0
2	马晶晶	昆明理工大学信息工程与自动化学院	5	15	2.0	3.0
3	谢培	昆明理工大学信息工程与自动化学院	4	5	1.0	2.0
4	韩强	昆明理工大学信息工程与自动化学院	4	5	1.0	2.0