换一批摘要本文研究的 BCI 实验是基于 BCI2003竞赛数据来对脑电信号分类.本文提出了一种脑电信号趋势的概念,使用支持向量机(SVM)作为分类器的算法.首先将 BCI2003竞赛数据通过中值滤波器和由小波函数构成的带通滤波器,然后用时间窗进行时域上地过滤,选取对于大脑思维活动现象表现最明显的一段数据,再通过共空域子空间分解(CSSD)从脑电信号中提取特征,最后基于提取的特征,通过 SVM 训练后,进行分类识别,分类识别率达到了85%~96%.实验中采用的特征提取方法和分类方法对于脑电信号的分类识别准确率提高了不少.
更多相关知识
关键词
共空域子空间分解支持向量机脑机接口脑电信号趋势Common spatial subspace decompositionSupport vector machineBrain-computer interfaceEEG trend
DOI
10.3969/j.issn.1671-6396.2013.02.003
发布时间
2013-03-19（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
