基于训练样本评估的CSP滤波器增量更新方法

• 作者: 刘锦 吴小培 韩震宇
• 来源期刊: 计算机应用研究
• 关键词: 脑电图 共同空间模式 样本筛选 增量更新
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2328-2331,2337
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.01.0074

摘要

由于脑电图(electroencephalo gram,EEG)能反映不同状态下大脑的思维活动,所以,基于EEG的运动想象识别已经成为一个新的研究热点.为了降低低质量样本对CSP(common spatial pattern)滤波器模型的组间传输性能的影响,提高正确率,提出了一种基于样本筛选的CSP滤波器增量更新方法.首先通过样本筛选的方法对EEG数据进行质量评估,然后剔除低识别率对应的单次训练数据,最后对优化后的样本所设计的CSP滤波器进行增量更新.实验室环境下,对EEG信号进行运动想象识别,其平均正确率达到80.92％,相比传统的CSP方法,五位受试者测试集的平均识别率分别提高了5.4％、5.6％、1.5％、8.6％和7.7％,实验结果验证了所提算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小培	安徽大学计算机科学与技术学院	132	1377	20.0	29.0
2	韩震宇	安徽大学计算机科学与技术学院	1	0	0.0	0.0
3	刘锦	安徽大学计算机科学与技术学院	2	10	1.0	2.0