基于 Fisher 字典学习的运动想象脑电分类算法

• 作者: 刘小峰 王勇 胥立波 蒋爱民
• 来源期刊: 微处理机
• 学科: 工学
• 关键词: 脑机接口 共空域模式 稀疏表示 Fisher 字典学习 重构误差 编码系数
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 微机软件
• 页码范围: 53-56
• 页数: 4页
• 分类号: TP301.6
• 字数: 3588字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2279.2015.04.014

摘要

目前，在以运动想象为基础的脑机接口研究中，共空域模式（Common Spatial Pattern， CSP）算法是脑电信号特征提取的主流算法，而如何利用 CSP 特征进行有效的分类则是该领域的研究热点之一。近年来，基于稀疏表示的分类方法（Sparse Representation based Classification，SRC）备受国内外学者的高度关注，为此提出了一种基于 Fisher 字典学习的脑电分类算法。该算法结合了稀疏重构误差和编码系数进行分类。实测数据的处理结果表明，与传统基于 SRC 的分类算法相比，所提出的算法能够取得更为精确的分类结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇	河海大学物联网工程学院	19	192	6.0	13.0
2	刘小峰	河海大学物联网工程学院	16	43	5.0	6.0
3	蒋爱民	河海大学物联网工程学院	10	38	4.0	6.0
4	胥立波	河海大学物联网工程学院	2	3	1.0	1.0