基于CI-HMM的运动想象脑电信号分类

• 作者: 佘青山 孟明 满海涛
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 脑电信号 运动想象 模糊积分 隐马尔科夫模型
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 生物化学类传感器
• 页码范围: 1638-1643
• 页数: 6页
• 分类号: TP391
• 字数: 4184字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2013.12.003

摘要

针对隐马尔科夫模型在运动想象脑电信号分类应用中，其独立性假设与脑电信号间相关性的不一致问题，提出一种基于Choquet模糊积分隐马尔科夫模型的脑电信号分类方法。该模型应用模糊积分的单调性取代了概率测度的可加性，放宽了隐马尔科夫模型的独立性假设。利用重叠滑动窗对脑电信号分段，然后对每段数据提取绝对均值、波长和小波包相对能量特征，构成特征序列用于CI-HMM的训练和分类。选取2008年BCI竞赛Datasets 1的两类运动想象数据进行分类实验，结果表明，该方法有效提高了隐马尔科夫模型方法对运动想象脑电信号分类的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟明	杭州电子科技大学智能控制与机器人研究所	34	381	11.0	18.0
2	佘青山	杭州电子科技大学智能控制与机器人研究所	38	366	11.0	18.0
3	满海涛	杭州电子科技大学智能控制与机器人研究所	1	3	1.0	1.0