脑机接口中鉴别公共矢量特征提取方法研究

• 作者: 王金甲 胡备
• 来源期刊: 生物医学工程学杂志
• 学科: 医学
• 关键词: 鉴别公共矢量 核鉴别公共矢量 小样本采样 特征提取 脑机接口
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 论著
• 页码范围: 12-15,27
• 页数: 5页
• 分类号: R318.08
• 语种: 中文

摘要

鉴别公共矢量(DCV)是一种针对人脸识别中小样本采样问题而提出的有效监督方法.在脑机接口(BCI)中采集的脑电信号,其样本数是远远小于样本空间维数的,也就是通常所谓的小样本采样问题.直接在数据上采用Fisher线性判别分析(LDA)特征提取则会由于类内离散矩阵的奇异性导致计算上的误差.本文采用DCV方法,借鉴了公共矢量的理论,用全部数据的类内离散矩阵获取公共矢量,然后对公共矢量应用特征值分解求取投影向量；用核鉴别公共矢量(KDCV)方法针对不同核函数做了分析比较.实验中,采用BCI竞赛一数据集、竞赛二数据集Ⅳ以及一组真实数据分别做了测试,结果分别达到93％、77％和97％.实验表明,该特征提取方法能很好地将想象数据分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王金甲		62	399	9.0	18.0
2	胡备		4	2	1.0	1.0