基于小波变换和AR模型的脑电信号注意力状态识别

• 作者: 翟延祥 薄华
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 注意力识别 小波变换 AR模型 支持向量机
• 年，卷（期）: 2017,（22）
• 所属期刊栏目: 技术与方法
• 页码范围: 91-94,98
• 页数: 5页
• 分类号: TP212.3
• 字数: 3241字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.22.024

摘要

针对神经反馈训练研究中注意力状态识别精度不高的特点,建立了一种基于离散小波变换和AR模型的方法用于提高注意力识别的精度.利用dbN小波函数对脑电数据样本进行多层小波分解,提取小波变换系数的三种统计特征;同时采用Brug算法得到AR模型系数;用这两种参数相结合后使用支持向量机进行识别.与只采用小波变换或AR模型等特征提取方法相比,本文方法有更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薄华		42	189	7.0	11.0
2	翟延祥		1	5	1.0	1.0