基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对识别左右手运动想象脑电图信号(EEG)模式精度和互信息不高的问题,该文采用基于可调Q因子小波变换(TQWT)算法来处理脑电信号.首先,利用TQWT对脑电图信号进行分解;随后,提取子频带信号的小波系数能量、自回归模型(AR)系数以及分形维数;最后,利用线性判别分析(LDA)对提取的脑电特征进行识别.采用BCI2003和BCI2005竞赛数据对所提出的算法进行验证,4名受试者的最高识别率分别为88.11%,89.33%,77.13%和78.80%,最大互信息分别为0.95,0.96,0.43和0.45.实验结果表明,所提算法取得了高分类精度及互信息值,验证了其有效性.
推荐文章
左右手运动意识任务的分类
事件相关同步
事件相关去同步
相同步
左右手运动想象脑电模式识别研究
脑机接口
特征提取
模式识别
运动想象
想象左右手运动的脑电特征提取
脑机接口
脑电特征
独立分量分析
小波变换
神经网络
空域特征
基于能量特征的左右手运动想象脑信号的识别方法
小波
支持向量机
自适应自回归系数
相同步分析法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于可调Q因子小波变换的识别左右手运动想象脑电模式研究
来源期刊 电子与信息学报 学科 工学
关键词 脑电图 运动想象 可调Q因子小波变换 线性判别分析
年,卷(期) 2019,(3) 所属期刊栏目 论文
研究方向 页码范围 530-536
页数 7页 分类号 TN911.72
字数 5208字 语种 中文
DOI 10.11999/JEIT171191
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈万忠 吉林大学通信工程学院 38 449 10.0 21.0
2 张涛 吉林大学通信工程学院 88 275 10.0 13.0
3 王晓旭 吉林大学通信工程学院 7 30 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (45)
参考文献  (20)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (0)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(8)
  • 参考文献(3)
  • 二级参考文献(5)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(11)
  • 参考文献(2)
  • 二级参考文献(9)
2015(6)
  • 参考文献(1)
  • 二级参考文献(5)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
脑电图
运动想象
可调Q因子小波变换
线性判别分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
论文1v1指导