换一批基于遗传算法的运动想象脑电信号分类准确率的提升方法
An improved classification method for motor imagery EEG signals based on genetic algorithm
摘要为了提高运动想象脑电信号的分类准确率,本研究提出了一种基于遗传算法(genetic algorithm, GA)的脑电信号分类提升方法.该方法利用遗传算法与共空间模式算法(common spatial pattern, CSP)相结合,进行不同时间段的特征提取,再利用遗传算法得到不同时间段对分类正确率的权值及数据可信度.利用本实验室采集的脑电信号进行测试,分类准确率由加权前的80%左右提升至加权后的95%以上.实验结果证实,该方法可以有效提高脑电信号分类准确率,并且可以根据可信度剔除低质量的数据.同时,该方法还可以与其他特征提取方法相结合,对不同时、频特性进行有效性及可信度计算,提升分类准确率.这也是本方法更深一层的意义.
更多相关知识
关键词
脑电信号(EEG)共同空间模式(CSP)遗传算法(GA)分类结果加权数据筛选Electroencephalogram(EEG)Common spatial pattern(CSP)Genetic algorithm(GA)Classification result weigh-tingData screening
分类号
R318（医用一般科学）
栏目名称
DOI
10.19529/j.cnki.1672-6278.2018.02.02
发布时间
2018-08-15（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览38
- 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
