换一批摘要运动想象意图识别的准确率的提高对脑-机接口技术的发展具有重要意.该文以第Ⅳ届BCI竞赛的数据集Ⅰ的运动想象EEG信号为基础,采用ICA-CSP-KNN相结合的方法对脑电信号进行意图识别.首先用独立成分分解(ICA)对脑电信号进行预处理,去除其中包含的眼电等干扰噪声,利用共空间模式(Common Spatial Pattern,CSP)进行特征提取,最后采用K邻近算法(K-Nearest Neighbor,KNN)进行特征分类.实验结果表明,该方法的分类准确率均达到 93%,有效实现运动想象解码,证明该方法的有效性.
更多相关知识
分类号
R318（医用一般科学）
栏目名称
DOI
10.19981/j.CN23-1581/G3.2023.30.002
发布时间
2023-11-02（万方平台首次上网日期，不代表论文的发表时间）
基金项目
江苏省高等学校大学生创新创业训练计划项目（202213843014Y）
泰州市科技支撑项目（SSF20210077）
- 浏览14
- 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
