基于邻接矩阵分解的脑电特征提取与分类方法

• 作者: 佘青山 昌凤玲 罗志增 范影乐
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 脑功能网络 邻接矩阵 特征提取 运动想象
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 生物化学类传感器
• 页码范围: 1204-1209
• 分类号: TP391
• 字数: 5132字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2012.09.006

摘要

针对脑-机接口研究中运动想象脑电信号的特征提取问题,本文提出了一种基于脑功能网络邻接矩阵分解的新方法.首先采用多通道运动想象脑电信号构建脑功能网络,然后对相应的邻接矩阵进行奇异值分解,依据矩阵奇异值特征向量定义了脑电的特征参数,最后输入支持向量机分类器,对BCI Competition Ⅳ Data Sets 1中的四组数据进行分类识别.实验结果表明,基于脑功能网络邻接矩阵分解的特征提取和支持向量机分类器的方法能够以较高识别率区分不同的运动想象任务,为脑电特征提取研究提供了新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范影乐	杭州电子科技大学自动化学院智能控制与机器人研究所	81	735	15.0	22.0
2	罗志增	杭州电子科技大学自动化学院智能控制与机器人研究所	164	2539	28.0	39.0
3	佘青山	杭州电子科技大学自动化学院智能控制与机器人研究所	38	366	11.0	18.0
4	昌凤玲	杭州电子科技大学自动化学院智能控制与机器人研究所	2	16	1.0	2.0