Bagging RCSP脑电特征提取算法

• 作者: 尹春林 张毅 罗久飞 蔡军
• 来源期刊: 自动化学报
• 关键词: 脑电信号 特征提取 RCSP-A Bagging RCSP
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 论文与报告
• 页码范围: 2044-2050
• 页数: 7页
• 字数: 4943字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160094

摘要

正则化共空间模式(Regularized common spatial pattern,RCSP)解决了共空间模式(Common spatial pattern,CSP)对噪声敏感的问题,但它在小样本脑电数据集中的表现并不理想,针对上述问题,本文提出了Bagging RCSP (BRCSP)算法,通过Bagging方法重复选取训练数据来构造一个个包,并提取RCSP特征,再利用线性判别分析(Linear discriminantanalysis,LDA)将特征向量映射到低维空间中,最后采用最近邻(Nearest neighborhood classifier,NNC)算法判定分类结果,线下实验证明,相比较聚合正则化共空间模式(RCSP with aggregation,RCSP-A),BRCSP的平均准确率提高了2.92%,且方差更小,鲁棒性更好.最后,在智能轮椅平台上,10位受试者利用BRCSP算法实现左右手运动想象脑电信号控制轮椅完成"8"字形路径的实验,证明了该算法在脑电信号特征提取中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张毅	重庆邮电大学先进制造工程学院	281	2390	21.0	36.0
2	蔡军	重庆邮电大学自动化学院	26	129	7.0	9.0
3	罗久飞	重庆邮电大学自动化学院	10	34	4.0	5.0
4	尹春林	重庆邮电大学先进制造工程学院	3	13	3.0	3.0