脑电信号特征的归一化方式与选择方法研究

发布时间：2017-11-07 11:40

  本文关键词：脑电信号特征的归一化方式与选择方法研究

  更多相关文章： 脑电 情感 归一化 小波包 特征选择 方差贡献率 F-score

【摘要】：针对多被试脑电数据存在被试间特征值差异较大的问题,分析了单次归一化的数据范围对分类准确率的影响。实验在情感数据集上采用6种常用的归一化方法,对所有被试的特征、单个被试的所有特征、单个被试的单个属性特征这三种单次归一化的数据范围进行准确率上的比较,证明了单个被试的单个属性特征更适于作为多被试脑电数据单次归一化数据范围。此外,提出方差贡献率与F-score结合的特征选择方法,在不降低准确率的情况下大量减少了特征数量。小波包树结点能量作为变换最少的特征得到的分类结果最好,小波包熵比脑电节律小波熵的分类准确率高。
【作者单位】： 太原理工大学计算机科学与技术学院;北京理工大学珠海学院计算机学院;
【基金】：国家自然科学基金项目(61070077,61170136) 山西省自然科学基金项目(2010011020-2,2011011015-4)
【分类号】：R338;TN911.7
【正文快照】： 0引言脑电作为与大脑活动联系很紧密的生理信号而成为了情感研究领域与人机交互领域的热门课题。情感脑电信号研究的目的就是在进行人机交互的过程中检测特定的情感状态并实现相应的有价值的应用。归一化是一种在模式识别中应用较为广泛的数据预处理技术,但是讨论特征归一化对

【参考文献】

中国期刊全文数据库 前7条

1 郑常宝;段晓波;李晓明;;用Matlab小波包求功率频带分解规律[J];电测与仪表;2010年06期

2 曾宪伟;赵卫明;盛菊琴;;小波包分解树结点与信号子空间频带的对应关系及其应用[J];地震学报;2008年01期

3 吴明;黄志华;;ERPs信号特征提取及分类方法的研究[J];福州大学学报(自然科学版);2011年01期

4 肖汉光;蔡从中;;特征向量的归一化比较性研究[J];计算机工程与应用;2009年22期

5 肖毅;陈善广;韩东旭;;基于脑电节律的小波熵分析方法[J];科技导报;2011年16期

6 龙正吉;刘光远;;用小波变换提取心电信号的情感特征[J];西南大学学报(自然科学版);2011年03期

7 刘冲;赵海滨;李春胜;王宏;;基于频带能量归一化和SVM-RFE的ECoG分类[J];仪器仪表学报;2011年03期

【共引文献】

中国期刊全文数据库 前10条

1 常广;鄢素云;王毅;;零相位数字滤波器在非平稳信号处理中的应用[J];北京交通大学学报;2011年06期

2 宋昊苏;李宁;张伟;;VSM模型在文档结构识别中的应用[J];北京信息科技大学学报(自然科学版);2011年06期

3 邹鹏;姜秋喜;莫翠琼;潘继飞;;基于SVM识别的雷达辐射源特征向量归一化研究[J];电子信息对抗技术;2010年06期

4 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

5 林铭德;戴一t，

本文编号：1152285