自发脑电信号的支持向量机分类算法

• 作者: 吴婷
• 来源期刊: 上海电机学院学报
• 学科: 医学
• 关键词: 脑机接口 自适应遗传算法 支持向量机 特征分类
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 机电工程
• 页码范围: 171-176,183
• 页数: 7页
• 分类号: R318|TP391.4
• 字数: 5035字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0020.2012.03.007

摘要

针对自发脑电信号的特征分类，将基于支持向量机（SVM）的算法应用于脑机接口（BCI）系统，提出一种基于自适应遗传算法优化SVM模型参数的脑电信号分类算法，获得最佳的分类性能。以基于小波包分解得到的系数均值和子空间能量作为特征向量，利用BCI2005 data set Ⅲb标准数据分析了该方法的实验背景和理论依据，并与基于经验SVM的分类结果、基于普通遗传算法优化SVM参数的分类结果、基于概率神经网络的分类结果以及竞赛的最好精度进行了比较，表明所提出方法运用在实际系统中的有效性和优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴婷	上海电机学院机械学院	15	46	4.0	5.0