基于最小二乘支持向量机的脑电信号分类

• 作者: 于清文 刘冲 王宏 陆志国
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 医学
• 关键词: 脑电信号 运动想象 频带能量 最小二乘 支持向量机
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 材料与冶金
• 页码范围: 634-637
• 页数: 4页
• 分类号: R318
• 字数: 3606字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3026.2016.05.006

摘要

研究了基于运动想象脑电信号对大脑的想象运动状态进行分类识别的问题.根据事件相关同步和事件相关去同步现象识别出被试的想象运动状态,通过频带能量特征提取方法获得了想象左右手运动时的脑电信号特征,使用最小二乘支持向量机对提取到的频带能量特征进行分类.结果表明,使用最小二乘支持向量机可以对运动想象脑电信号的频带能量特征进行有效分类,分类正确率达到92％,其分类效果与使用标准支持向量机相当,但在计算速度上更有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏	东北大学机械工程与自动化学院	136	996	15.0	24.0
2	刘冲	东北大学机械工程与自动化学院	39	267	8.0	15.0
3	陆志国	东北大学机械工程与自动化学院	26	86	4.0	8.0
4	于清文	东北大学机械工程与自动化学院	30	54	4.0	6.0