换一批
换一批基于Copula的多变量运动想象脑电信号因果分析方法
Multivariate Causality Analysis Method of Motor Imagery EEG Signals Based on Copula
摘要目的 研究一种基于Copula模型的多变量因果关系分析方法,克服格兰杰因果(Granger causality,GC)方法受限于检测线性因果关系的缺点.方法 首先通过时间序列历史信息计算多个变量的联合分布函数,其次计算基于核函数估计方法的边缘条件分布,并结合秩统计方法估计经验条件Copula密度函数,然后应用Bemstein逼近法估计出最优的Copula密度函数,最后在最优估计基础上采用对数似然比构造了面向多元协变量的条件Copula-Granger因果关系.结果 与线性GC、方差GC、核GC等方法相比,该方法在识别具有非线性、高阶的真实因果关系时具有较好的准确率和较低的误检率.结论 本文方法能够定量地刻画运动想象任务中3个脑区(C3,Cz,C4)之间的相互影响,为效应性脑连接提供一种有效的因果测度.
更多相关知识
- 浏览49
- 被引4
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
