基于稀疏组lasso的脑机接口通道和特征选择研究
本文选题：脑机接口 切入点：特征融合 出处：《仪器仪表学报》2015年08期
【摘要】：脑电信号(EEG)特征提取和分类是脑机接口(BCI)系统的核心问题之一。由于BCI系统中EEG信号多通道采样和特征向量的高维性,有效的特征选择算法已经成为研究中不可分割的一部分。针对EEG特征选择问题采用一种新方法:基于封装式稀疏组lasso的EEG融合特征的同时通道和特征选择方法。实验中将该方法与现有的通道选择和特征选择方法进行比较,结果表明,该方法更适用于高维融合特征的最优特征子集选择问题,且该算法稳定、时间成本低。此外,在保证错误率相当或较低的情况下,该方法能够同时实现通道和特征选择。国际BCI竞赛IV的两类运动想象信号的测试错误率为15.28%。
[Abstract]:The feature extraction and classification of EEG signal is one of the core problems in BCI system.Because of the multichannel sampling of EEG signal and the high dimension of feature vector in BCI system, the effective feature selection algorithm has become an integral part of the research.A new method for feature selection of EEG is proposed: a method of simultaneous channel and feature selection for EEG fusion features based on encapsulated sparse block lasso.Compared with the existing channel selection and feature selection methods, the experimental results show that the proposed method is more suitable for the optimal feature subset selection of high dimensional fusion features, and the algorithm is stable and has low time cost.In addition, the method can achieve both channel and feature selection under the condition that the error rate is equal or low.The test error rate of the two types of sport imagination signals in International BCI Competition IV is 15.28%.
【作者单位】： 燕山大学信息科学与工程学院;
【基金】：国家自然科学基金(61473339) 中国博士后科学基金(2014M561202) 河北省博士后专项(B2014010005) 首批“河北省青年拔尖人才”([2013]17)项目资助
【分类号】：TP334.7;TN911.7
【参考文献】
相关期刊论文 前4条
1 王江;张惠源;李芳;张兵文;李鹏;;脑机接口中半监督学习算法研究[J];电子测量技术;2014年05期
2 孔丽文;薛召军;陈龙;何峰;綦宏志;万柏坤;明东;;基于虚拟现实环境的脑机接口技术研究进展[J];电子测量与仪器学报;2015年03期
3 黄璐;王宏;;单导联脑电信号P300分类研究[J];仪器仪表学报;2014年04期
4 LIU Shuang;MENG Jiayuan;ZHAO Xin;YANG Jiajia;HE Feng;QI Hongzhi;ZHOU Peng;HU Yong;MING Dong;;Cross-task emotion recognition using EEG measures:first step towards practical application[J];Instrumentation;2014年03期
【共引文献】
相关期刊论文 前10条
1 张吐辉;张海;;基于L_p正则化的自适应稀疏group lasso研究[J];纯粹数学与应用数学;2014年02期
2 李永忠;张杰;;一种基于云模型和半监督聚类的入侵检测算法[J];电子测量与仪器学报;2014年12期
3 明东;柯余峰;何峰;赵欣;王春慧;綦宏志;焦学军;张力新;陈善广;;基于生理信号的脑力负荷检测及自适应自动化系统研究:40年回顾与最新进展[J];电子测量与仪器学报;2015年01期
4 高仕博;程咏梅;肖利平;韦海萍;;面向目标检测的稀疏表示方法研究进展[J];电子学报;2015年02期
5 刘建伟;崔立鹏;罗雄麟;;组稀疏模型及其算法综述[J];电子学报;2015年04期
6 李杰;;基于遍历基因组合的特征基因选取方法[J];大理学院学报;2015年06期
7 刘芳;武娇;杨淑媛;焦李成;;结构化压缩感知研究进展[J];自动化学报;2013年12期
8 于春梅;;稀疏优化算法综述[J];计算机工程与应用;2014年11期
9 孙良君;范剑锋;杨琬琪;史颖欢;高阳;周新民;;基于Group Lasso的多源电信数据离网用户分析[J];南京师范大学学报(工程技术版);2014年04期
10 刘建伟;崔立鹏;刘泽宇;罗雄麟;;正则化稀疏模型[J];计算机学报;2015年07期
相关博士学位论文 前7条
1 邹健;分块稀疏表示的理论及算法研究[D];华南理工大学;2012年
2 王铁丹;压缩感知技术在阵列测向中的应用[D];电子科技大学;2013年
3 方永慧;基于运动想象脑电信号非线性特性分析的脑—机接口研究[D];重庆大学;2014年
4 孙静;民生银行小微企业贷款Lasso指标选择及Copula评价[D];天津大学;2013年
5 于怡;高维数据变量选择的几点研究[D];复旦大学;2013年
6 勾建伟;惩罚回归方法的研究及其在后全基因关联研究中的应用[D];南京医科大学;2014年
7 陈东伟;非线性动力学、因果脑网络与聚类稳定性在脑电信号分析中的应用研究[D];太原理工大学;2015年
相关硕士学位论文 前10条
1 丁毅涛;稀疏Group Lasso高维统计分析[D];西北大学;2013年
2 董明智;判别式分类模型中的关键算法研究[D];北京邮电大学;2013年
3 任冬伟;基于坐标下降的图像复原方法研究[D];哈尔滨工业大学;2013年
4 魏娟;一类非光滑凸优化问题的并行邻近算法[D];北京工业大学;2013年
5 姜叶飞;惩罚变量选择方法比较分析及其在信用卡信用风险中的应用[D];厦门大学;2014年
6 陈天娇;基于分组稀疏和权重稀疏表示的人脸识别研究[D];安徽大学;2014年
7 张吐辉;基于Lp正则化的自适应稀疏Group lasso研究[D];西北大学;2014年
8 冯晓楠;社区问答系统中的社团发现技术研究及其应用[D];中国科学技术大学;2014年
9 杨浩;基于组稀疏编码的人体行为识别[D];西安电子科技大学;2014年
10 王文东;块压缩感知的L_2/L_q（0㩳q≤1）极小化算法研究[D];西南大学;2014年
【二级参考文献】
相关期刊论文 前10条
1 赵丽;郭旭宏;;基于运动想象的脑电信号功率谱估计[J];电子测量技术;2012年06期
2 李晓欧;范婵娇;;集成学习在脑机接口分类算法中的研究[J];电子测量与仪器学报;2011年11期
3 张纯;杨俊安;叶丰;;基于小波分量奇异值分解的单通道盲分离算法[J];电子测量与仪器学报;2011年11期
4 陈宇;陈怀海;李赞澄;贺旭东;;基于时变AR模型和小波变换的时变参数识别[J];国外电子测量技术;2011年07期
5 徐光华;张锋;王晶;谢俊;李叶平;张四聪;;面向智能轮椅脑机导航的高频组合编码稳态视觉诱发电位技术研究[J];机械工程学报;2013年06期
6 刘美春;;脑-机接口系统的类协同式半监督学习[J];科学技术与工程;2013年19期
7 高上凯;;神经工程与脑-机接口[J];生命科学;2009年02期
8 邓森;景博;周伟;;一种快速收敛的多级独立分量分析算法[J];仪器仪表学报;2011年11期
9 闫蓓;刘莎;李建华;袁海文;丁锋锋;;单通道视觉诱发脑电的单次提取方法研究[J];仪器仪表学报;2012年04期
10 綦宏志;许敏鹏;明东;万柏坤;刘志朋;殷涛;;P300 Speller中基于AdaBoost SVM的导联筛选研究[J];仪器仪表学报;2012年05期
相关博士学位论文 前2条
1 李鹏海;基于计算机视觉的移动外设BCI控制新技术研究[D];天津大学;2011年
2 周仲兴;复合下肢想象动作电位的特征识别新技术研究[D];天津大学;2009年
相关硕士学位论文 前1条
1 王丽佳;基于BCI多动作模式的ERD/ERS信号分析及识别方法的研究[D];南昌大学;2010年
【相似文献】
相关期刊论文 前10条
1 张葛祥;金炜东;胡来招;;满意特征选择及其应用[J];控制理论与应用;2006年01期
2 蒋盛益;王连喜;;基于特征相关性的特征选择[J];计算机工程与应用;2010年20期
3 张禹;刘云东;;基于相容粒的特征选择[J];宿州学院学报;2011年02期
4 孙建文;刘三(女牙);杨宗凯;王佩;;采用集成特征选择的网络书写纹识别研究[J];小型微型计算机系统;2012年05期
5 付涛;;基于特征选择的多示例学习算法研究[J];科技通报;2013年08期
6 朱鹏飞;胡清华;于达仁;;基于大间隔粒计算的特征选择[J];重庆邮电大学学报(自然科学版);2010年05期
7 王卫平;唐志煦;;基于混合CatfishPSO-LSSVM特征选择的入侵检测[J];计算机系统应用;2012年01期
8 李丽娜;欧阳继红;刘大有;高文杰;;一种结合特征选择和链接过滤的主动协作分类方法[J];计算机研究与发展;2013年11期
9 宋家勇,杨杰;针对信息缺失的复杂系统的特征选择[J];红外与激光工程;2004年05期
10 桑农;谢衍涛;高如新;张天序;;神经模糊网络特征选择[J];模式识别与人工智能;2006年06期
相关会议论文 前10条
1 靖红芳;王斌;杨雅辉;;基于类别分布的特征选择框架[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年
2 李长升;卢汉清;;排序学习模型中的特征选择[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年
3 刘功申;李建华;李生红;;基于类信息的特征选择和加权方法[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年
4 倪友平;王思臣;马桂珍;陈曾平;;分支界定算法在低分辨雷达飞机架次判别中的应用[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年
5 李泽辉;聂生东;陈兆学;;应用多类SVM分割MR脑图像特征选择与优化的实验研究[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
6 蒙新泛;王厚峰;;主客观识别中的上下文因素的研究[A];中国计算机语言学研究前沿进展（2007-2009）[C];2009年
7 万京;王建东;;一种基于新的差异性度量的ReliefF方法[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年
8 范丽;许洁萍;;基于GMM的音乐信号音色模型研究[A];第四届和谐人机环境联合学术会议论文集[C];2008年
9 陈友;戴磊;程学旗;;基于MRMHC-C4．5的IP流分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
10 申f;杨宏晖;袁帅;;用于水声目标识别的互信息无监督特征选择[A];第三届上海——西安声学学会学术会议论文集[C];2013年
相关博士学位论文 前10条
1 王博;文本分类中特征选择技术的研究[D];国防科学技术大学;2009年
2 张明锦;基于特征选择的多变量数据分析方法及其在谱学研究中的应用[D];华东理工大学;2011年
3 高青斌;蛋白质亚细胞定位预测相关问题研究[D];国防科学技术大学;2006年
4 冯国忠;文本分类中的贝叶斯特征选择[D];东北师范大学;2011年
5 张丽新;高维数据的特征选择及基于特征选择的集成学习研究[D];清华大学;2004年
6 王锋;基于粒化机理的粗糙特征选择高效算法研究[D];山西大学;2013年
7 刘波;组稀疏子空间的大间隔特征选择[D];重庆大学;2013年
8 梁建宁;特征选择与图像匹配[D];复旦大学;2011年
9 王瑞;针对类别不平衡和代价敏感分类问题的特征选择和分类算法[D];中国科学技术大学;2013年
10 姚兰;支持向量机特征选择中的L_p正则化方法研究[D];湖南大学;2014年
相关硕士学位论文 前10条
1 郑莎;基于特征选择的量表条目筛选方法研究[D];北京交通大学;2008年
2 宁永鹏;高维小样本数据的特征选择研究及其稳定性分析[D];厦门大学;2014年
3 孙伟艳;模式分类中特征选择问题的研究[D];哈尔滨理工大学;2009年
4 陈东;半监督特征选择和特征选择的稳定性研究[D];上海交通大学;2013年
5 黄莎莎;稳定的特征选择算法研究[D];南京邮电大学;2014年
6 唐志煦;基于特征选择的入侵检测研究[D];中国科学技术大学;2011年
7 杨打生;特征选择的信息论算法研究[D];东南大学;2005年
8 颉嘉;文档内容抽取与特征选择技术的研究与实现[D];西安电子科技大学;2011年
9 詹林强;模式识别中的特征选择与评价方法研究[D];天津科技大学;2012年
10 王姝勤;肝脏CT辅助诊断系统中特征选择和提取研究[D];上海交通大学;2010年
，本文编号：1706492
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/1706492.html
