多方法融合的EEG信号特征提取及分类研究

• 作者: 戈力娟 胡晶 葛利
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 数学
• 关键词: EEG 分类 特征提取 融合
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 192-195,201
• 页数: 5页
• 分类号: O177
• 字数: 4411字
• 语种: 中文

摘要

在对EEG信号进行深入分析的基础上,将小波、分形和统计三种方法相结合,提出一种多方法融合的EEG信号分类特征提取方法.应用小波对EEG信号去噪,并对去噪重构后的EEG信号进行分解,提取各尺度空间上的平均高频系数作为第一部分EEG分类特征,在多尺度下对去噪重构后EEG信号进行多重分形分析,依据EEG数据的特点和分类的需要,提取相关多重分形谱参数作为第二部分EEG分类特征;根据EEG信号的特点,提取相关统计特征作为第三部分EEG分类特征;针对上述提取特征,使用BP神经网络作为分类器,结合EEG信号的自身特点和分类结果,选择确定最终的EEG分类特征,完成了EEG信号的分类.并通过比较说明了本文方法的优势,提高了EEG分类的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛利	哈尔滨商业大学计算机与信息工程学院	10	84	6.0	9.0
2	胡晶	哈尔滨商业大学计算机与信息工程学院	16	129	3.0	11.0
3	戈力娟	哈尔滨商业大学计算机与信息工程学院	1	2	1.0	1.0