EMD和CSP融合最优波长空间滤波脑电特征提取方法

• 作者: 张学军 成谢锋 王龙强 黄丽亚 黄婉露
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 经验模式分解 共空间滤波模式 最优波长空间滤波 固有模态函数
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 149-155
• 页数: 7页
• 分类号: TP391
• 字数: 5550字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1709-0021

摘要

基于经验模式分解和共空间模式,结合最优波长空间滤波,提出了三者相结合的特征提取方法.该方法首先利用经验模式分解进行分解,得到固有模态函数,选择合适的固有模态函数进行信号的重构,然后将重构的信号进行最优波长空间滤波变换,得到最优的波长选择信号,再经共空间模式投影映射,提取相应的特征向量,最后利用支持向量机进行分类.运用该方法对9位受试者进行分类结果分析,平均分类准确率在95％以上,实验表明,提出的算法具有较好的分类识别性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张学军	南京邮电大学电子与光学工程学院	58	778	13.0	26.0
5	黄丽亚	南京邮电大学电子与光学工程学院	48	384	10.0	18.0
9	黄婉露	南京邮电大学电子与光学工程学院	5	20	2.0	4.0
10	王龙强	南京邮电大学电子与光学工程学院	1	3	1.0	1.0