基于遗传算法特征选择的自回归模型脑电信号识别

• 作者: 叶庆卫 周宇 牛晓青 王晓东
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 运动想象 脑机接口 自回归模型 遗传算法 特征选择 支持向量机
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 283-288,294
• 页数: 7页
• 分类号: TP391
• 字数: 4990字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.03.051

摘要

针对单一种类特征提取方法所得特征信息量不足的问题,通过自回归模型(AR)与小波变换2种方法实现特征提取,在合并特征集后,采用遗传算法进行最优特征集选择.对运动想象脑电信号进行AR建模,将估计得到的参数作为时域特征,并结合小波变换的时频域特征构建特征集,使用基于k最近邻的分类错误率作为适应度函数,实现对特征向量的选择.运用支持向量机等分类方法验证特征选择效果,结果表明,通过遗传算法进行特征选择,可去除冗余的特征信息,分类正确率达到96.43％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶庆卫	宁波大学信息科学与工程学院	59	420	10.0	18.0
2	周宇	宁波大学信息科学与工程学院	72	316	9.0	13.0
3	王晓东	宁波大学信息科学与工程学院	91	377	9.0	15.0
4	牛晓青	宁波大学信息科学与工程学院	1	9	1.0	1.0