基于局部均值分解和多尺度熵的运动想象脑电信号特征提取方法

• 作者: 孙延贞 张轶勃 邹晓红
• 来源期刊: 高技术通讯
• 关键词: 脑电信号(EEG) 特征提取 局部均值分解(LMD) 多尺度熵(MSE) 支持向量机(SVM)
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 22-28
• 页数: 7页
• 字数: 4794字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2018.01.004

摘要

研究了脑电信号特征的提取.考虑到传统的脑电信号特征提取方法不能够很好地刻画脑电信号特征,因而会给不同意识任务下运动想象脑电信号的分类带来困难,该研究提出了一种基于局部均值分解(LMD)和多尺度熵(MSE)的脑电信号特征提取方法.该方法首先把脑电信号自适应地分解为一系列具有物理意义的乘积函数(PF)分量;然后选取有效的PF分量并计算多尺度熵,将多尺度熵组成特征向量;最后将其作为支持向量机(SVM)的输入来对脑电信号进行分类识别.实验表明该方法能够有效地提取脑电信号的特征,从而验证了该方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹晓红	燕山大学信息科学与工程学院	22	136	7.0	10.0
10	张轶勃	燕山大学信息科学与工程学院	1	1	1.0	1.0
19	孙延贞	燕山大学信息科学与工程学院	1	1	1.0	1.0