基于EMD和LVQ的信号特征提取及分类方法

• 作者: 万代立 余炜 刘伦 周娅 张灿斌 马晶晶
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 经验模式分解 学习向量量化神经网络 脑-机接口 脑电信号
• 年，卷（期）: 2014,（5）
• 页码范围: 683-687
• 页数: 5页
• 分类号: TN911.6
• 字数: 3026字
• 语种: 中文

摘要

针对非平稳、非线性、微弱信号难以分析和处理的特点,本文提出了一种基于经验模式分解和学习向量量化神经网络的信号处理和分类方法,并在生物信号处理领域(左、右手运动想象的脑电信号)进行了研究和应用.首先通过经验模式分解算法对脑电信号分解,然后选取主要固有模态函数分量并计算其绝对均值作为特征值,最后使用学习向量量化网络进行分类,并分别与支持向量机和误差反向传播神经网络分类算法进行了对比研究.实验结果表明,所提出的算法分类正确率达到了87％,相比于其余两种对比算法在特定的信号处理领域优越,具有一定的参考和研究价值.

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
5	万代立	昆明理工大学信息工程与自动化学院	5	26	4.0	5.0
6	周娅	昆明理工大学信息工程与自动化学院	8	26	4.0	5.0
7	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
8	刘伦	昆明理工大学信息工程与自动化学院	1	10	1.0	1.0
9	张灿斌	昆明理工大学信息工程与自动化学院	6	13	2.0	3.0