基于小波-共空间模式的脑电信号特征提取

• 作者: 李伟 段锁林 潘礼正
• 来源期刊: 现代电子技术
• 关键词: 脑电信号 粒子群算法 共同空间模式 离散小波变换 能量均值 支持向量机
• 年，卷（期）: 2018,（23）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 53-57
• 页数: 5页
• 分类号: TN399-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.23.012

摘要

提出一种粒子群算法(PSO)优化共同空间模式(CSP),结合离散小波变换(DWT)的特征提取算法(DWT-PSO-CSP).使用离散小波变换(DWT)系数均值、方差、能量均值作为时频特征,PSO-CSP算法优化频带作为CSP滤波器输入,得到最优频带的空域特征,即选取脑电信号(EEG)的最优频带.采用串行特征融合策略将二者融合为新的特征,输入支持向量机(C-SVM)分类器.使用BCI2005desc_IIIa中四类运动想象数据进行分类仿真研究,分类正确率最高达到91.25％.仿真结果表明该方法提高了分类器泛化能力,验证了该方法的有效性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段锁林	常州大学机器人研究所	43	214	8.0	11.0
2	潘礼正	常州大学机器人研究所	12	24	3.0	4.0
3	李伟	常州大学机器人研究所	3	5	2.0	2.0