基于ABC-SVM的运动想象脑电信号模式分类

• 作者: 刘卫星 张启忠 张淞杰 王振杰 马玉良
• 来源期刊: 中国医学物理学杂志
• 关键词: 脑电信号 人工蜂群算法 支持向量机 正则化共空间模式 模式分类
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 医学信号处理与医学仪器
• 页码范围: 1056-1062
• 页数: 7页
• 分类号: R318|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2018.09.012

摘要

为了提高运动想象脑电信号分类的准确率,针对传统支持向量机(SVM)分类方法在脑电信号处理中存在寻优繁琐、工作量大和分类正确率低等问题,本研究提出一种基于人工蜂群(ABC)算法优化SVM的分类识别方法.首先利用正则化共空间模式对脑电信号进行特征提取,然后利用ABC算法优化SVM的惩罚因子和核参数,最后利用提取的右手和右脚两类脑电信号样本特征对优化后的SVM进行训练和分类测试.实验结果表明ABC-SVM分类器提高了脑电信号分类的准确率,比传统的SVM分类器准确率高出2.5％,证明该算法的可行性和较高准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张启忠	杭州电子科技大学智能控制与机器人研究所	30	254	9.0	15.0
2	马玉良	杭州电子科技大学智能控制与机器人研究所	18	157	8.0	12.0
3	刘卫星	杭州电子科技大学智能控制与机器人研究所	1	1	1.0	1.0
4	张淞杰	杭州电子科技大学智能控制与机器人研究所	1	1	1.0	1.0
5	王振杰	杭州电子科技大学智能控制与机器人研究所	1	1	1.0	1.0