基于脑电图信号在复杂场景下的新型联合算法

• 作者: 周国富 易子川 李楠 杨维奇 水玲玲 缪睿 陈东伟 韩娜
• 来源期刊: 华南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 脑电信号 脑-机接口 联合算法 精度 效率 复杂场景
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 物理学与光学工程
• 页码范围: 6-11
• 页数: 6页
• 分类号: TP399
• 字数: 4965字
• 语种: 中文
• DOI: 10.6054/j.jscnun.2018110

摘要

在基于快速傅里叶变换(FFT)的联合算法和基于支持向量机(SVM)的联合算法的基础之上,文中提出了一种复杂场景下针对5类以上脑电图(EEG)信号处理的新型联合算法.目的在于提升脑电信号处理与分析的精度与综合效率.新型联合算法首先采取归一化进行数据预处理,然后融合FFT和主成分分析(PCA)进行特征提取,最终以加权k近邻(k-NN)分类算法进行特征分类,应用于被试观察0～9数字时产生的脑电信号分类.结果证明:新型联合算法的精度和综合效率分别为84％和87％,可被用于复杂场景下的脑电信号处理.