多类运动想象脑电信号特征提取与分类

发布时间：2017-08-27 03:20

  本文关键词：多类运动想象脑电信号特征提取与分类

  更多相关文章： 脑电信号 小波包方差 小波包熵 共同空间模式 特征提取 支持向量机

【摘要】：针对多类运动想象情况下存在的脑电信号识别正确率比较低的问题,提出了一种基于小波包特定频段的小波包方差,小波包熵和共同空间模式相结合的脑电信号特征提取的方法,并将特征向量输入到支持向量机中达到分类的目的;首先选择重要导联的脑电信号,进行特定频段的小波包去噪和分解;其次对通道优化的重要导联的每个通道信号计算小波包方差和小波包熵值作为特征向量;然后对所有重要导联的分解系数重构并进行共同空间模式特征提取;最后结合2种不同导联方式所获取的特征向量作为分类器的输入进行分类;采用BCI2005desc_IIIa中l1b数据进行验证,该算法的分类正确率最高达到88.75%,相对2种单一的提取方法分别提高28.27%和6.55%;结果表明该算法能够有效提取特征向量,进而改善多类识别正确率较低的问题。
【作者单位】： 常州大学机器人研究所;
【关键词】： 脑电信号 小波包方差 小波包熵 共同空间模式 特征提取 支持向量机
【基金】：江苏省科技支撑计划项目(社会发展)(BEK2013671)
【分类号】：R319;TN911.7
【正文快照】： 0引言近年来,一种与人的意念和思维相关的新兴控制系统迅速发展[1-2],它是依赖于大脑外周神经系统对运动想象产生脑电波变化,从而分析其想象动作的真实脑电波的组成,即脑-机接口(brain computer interface,BCI)[3]。正是因为它可以代替人的肢体或语言器官实现人与外界交流以及

【参考文献】

中国期刊全文数据库 前3条

1 刘胜;李妍妍;;自适应GA-SVM参数选择算法研究[J];哈尔滨工程大学学报;2007年04期

2 李明爱;林琳;杨金福;;基于小波包最优基的运动想象EEG自适应特征提取方法[J];计算机测量与控制;2011年11期

3 刘冲;颜世玉;赵海滨;王宏;;多类运动想象任务脑电信号的KNN分类研究[J];仪器仪表学报;2012年08期

【共引文献】

中国期刊全文数据库 前10条

1 秦涵书;魏延;曾绍华;;一种基于小生境遗传算法的SVM参数优化方法[J];重庆理工大学学报(自然科学);2011年12期

2 张怡卓;刘亚秋;孙丽萍;;基于自适应GA-SVR的中密度纤维板施胶比例辨识方法[J];东北林业大学学报;2008年09期

3 李冬琴;王丽铮;管义锋;;支持向量机参数选择中加速混沌搜索策略及其应用[J];大连海事大学学报;2010年03期

4 朱军;汪庆华;杨骅;;基于支持向量机的网络流量建模及预测[J];电脑知识与技术;2008年36期

5 刘胜;傅荟璇;王宇超;;基于LS-SVM的立体视觉摄像机标定[J];光电工程;2008年10期

6 赵长春;姜晓爱;金英汉;;非线性回归支持向量机的SMO算法改进[J];北京航空航天大学学报;2014年01期

7 王志军;宋文婷;马小童;;煤矿本质安全管理综合评价的GA-SVC模型及应用[J];安全与环境学报;2014年03期

8 崔洪宇;赵德有;王锋;;海洋平台灰预测和支持向量机的逆控制[J];哈尔滨工程大学学报;2009年06期

9 刘胜;傅荟璇;王宇超;;基于平面靶分割区间LS-SVM摄像机标定的研究[J];哈尔滨工程大学学报;2009年10期

10 刘胜;杨震;;基于ISVM的船舶横摇运动实时预报方法[J];哈尔滨工程大学学报;2011年05期

中国博士学位论文全文数据库 前8条

1 江娜;SVM及其在船舶航向控制系统故障预报中的应用研究[D];哈尔滨工程大学;2008年

2 张怡卓;基于支持向量辨识的中密度纤维板施胶控制方法研究[D];东北林业大学;2008年

3 王鲜芳;生化过程动态建模及优化控制研究[D];江南大学;2009年

4 赵冠华;企业财务困境分析与预测方法研究[D];天津大学;2010年

5 杨震;大型船舶横摇运动姿态预报技术研究[D];哈尔滨工程大学;2013年

6 李政伟;三电平风电变流器故障诊断策略研究[D];中国矿业大学;2013年

7 张生;量子进化算法的改进研究及其在轧制规程优化中的实践[D];燕山大学;2014年

8 邓积微;金属氧化物半导体气体传感器制作及测试分析方法研究[D];湖南大学;2015年

中国硕士学位论文全文数据库 前4条

1 韩仁香;基于时间段和频带联合选择的多类运动想象脑—机接口分类算法研究[D];南昌大学;2013年

2 彭俊洁;基于事件诱发脑电信号的身份识别算法的研究[D];南昌大学;2013年

3 朱佳丽;基于空间投影的核CSP算法研究及在脑机接口中的应用[D];南昌大学;2014年

4 姜高超;可拓知识分类方法及其在产品低碳设计中的应用[D];浙江工业大学;2014年

【二级参考文献】

中国期刊全文数据库 前10条

1 张屹;魏学业;蒋海峰;;PSO/KNN算法及其在模拟故障诊断中的应用研究[J];电子测量与仪器学报;2007年06期

2 朱永生,张优云;支持向量机分类器中几个问题的研究[J];计算机工程与应用;2003年13期

3 张海军;王浩川;赵雨斌;;基于小波包技术的EEG信号特征波提取分析[J];计算机工程与应用;2008年23期

4 岳敬伟;葛瑜;周宗潭;胡德文;;脑机接口系统中的交互技术研究[J];计算机测量与控制;2008年08期

5 李晓欧;;基于独立分量分析和共同空间模式的脑电特征提取方法[J];生物医学工程学杂志;2010年06期

6 万柏坤;刘延刚;明东;孙长城;綦宏志;张广举;程龙龙;;基于脑电特征的多模式想象动作识别[J];天津大学学报;2010年10期

7 徐宝国;宋爱国;;基于小波包变换和聚类分析的脑电信号识别方法[J];仪器仪表学报;2009年01期

8 崔江;王友仁;;基于支持向量机与最近邻分类器的模拟电路故障诊断新策略[J];仪器仪表学报;2010年01期

9 李锋;汤宝平;董绍江;;基于正交邻域保持嵌入特征约简的故障诊断模型[J];仪器仪表学报;2011年03期

10 杨平;刘铁军;尧德中;;支持向量机后验概率方法在多任务脑机接口中的应用[J];中国生物医学工程学报;2009年02期

【相似文献】

中国期刊全文数据库 前10条

1 薛蕴全,王秋英,王宏;脑电信号的动态时空响应拓扑图[J];仪器仪表学报;2001年S1期

2 马颖颖;张泾周;吴疆;;脑电信号处理方法[J];北京生物医学工程;2007年01期

3 谢松云;张振中;杨金孝;张坤;;脑电信号的若干处理方法研究与评价[J];计算机仿真;2007年02期

4 鲁强;刘玉军;徐建兰;张进禄;;一种适用于清醒动物脑电信号采集的固定装置[J];首都医科大学学报;2011年06期

5 董盟盟;仲轶;徐洁;戴体俊;刘功俭;;基于小波分析的脑电信号处理[J];电子设计工程;2012年24期

6 戴银涛,吴祈耀;快速提取脑电信号的谱分量参数[J];北京生物医学工程;1989年01期

7 孟欣，欧阳楷;脑电信号的几个非线性动力学分析方法[J];北京生物医学工程;1997年03期

8 程明,高上凯,张琳;基于脑电信号的脑—计算机接口[J];北京生物医学工程;2000年02期

9 罗建,崔亮,卫娜,张治钢;脑电信号采集与处理系统的研制[J];医疗卫生装备;2000年06期

10 吴小培,冯焕清,周荷琴,王涛;独立分量分析及其在脑电信号预处理中的应用[J];北京生物医学工程;2001年01期

中国重要会议论文全文数据库 前10条

1 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

2 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年

3 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

4 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

5 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

7 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

9 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年

10 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年

中国重要报纸全文数据库 前1条

1 张文清　记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年

中国博士学位论文全文数据库 前10条

1 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年

2 吴玉鹏;AR谱在皮层痫样脑电信号分析应用[D];河北医科大学;2015年

3 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年

4 孙宇舸;脑—机接口系统中脑电信号处理方法的研究[D];东北大学;2012年

5 周群;脑电信号同步：方法及应用研究[D];电子科技大学;2009年

6 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年

7 李春胜;脑电信号混沌特性的研究与应用[D];东北大学;2011年

8 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年

9 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年

10 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年

中国硕士学位论文全文数据库 前10条

1 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年

2 蒋洁;基于高性能计算的脑电信号分析[D];燕山大学;2010年

3 张志琴;脑电信号的复杂性分析[D];中南大学;2009年

4 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年

5 曹铭;意识障碍患者脑电信号的非线性动力学评价分析[D];杭州电子科技大学;2012年

6 薛吉星;多通道脑电信号采集与处理系统研究[D];华南理工大学;2015年

7 刘静;基于加权排序熵的多通道脑电信号同步算法研究[D];燕山大学;2015年

8 陈泽涛;基于脑电信号分析的AD早期评估系统的设计与实现[D];燕山大学;2015年

9 王欢;基于非平稳时间序列分析方法的脑电信号模式识别[D];苏州大学;2015年

10 王琼颖;脑电信号的非线性动力学分析及其在睡眠分期中的应用[D];哈尔滨工业大学;2015年

，

本文编号：744123