脑电信号特征的归一化方式与选择方法研究

• 作者: 李海芳 杨鹏圆 陈东伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 脑电 情感 归一化 小波包 特征选择 方差贡献率 Fscore
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 48-52
• 页数: 5页
• 分类号: TP18|TP399
• 字数: 5047字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.02.012

摘要

针对多被试脑电数据存在被试间特征值差异较大的问题，分析了单次归一化的数据范围对分类准确率的影响。实验在情感数据集上采用6种常用的归一化方法，对所有被试的特征、单个被试的所有特征、单个被试的单个属性特征这三种单次归一化的数据范围进行准确率上的比较，证明了单个被试的单个属性特征更适于作为多被试脑电数据单次归一化数据范围。此外，提出方差贡献率与 F-score 结合的特征选择方法，在不降低准确率的情况下大量减少了特征数量。小波包树结点能量作为变换最少的特征得到的分类结果最好，小波包熵比脑电节律小波熵的分类准确率高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李海芳	太原理工大学计算机科学与技术学院	92	507	12.0	16.0
2	陈东伟	太原理工大学计算机科学与技术学院	10	62	5.0	7.0
6	杨鹏圆	太原理工大学计算机科学与技术学院	2	20	2.0	2.0