基于共同空间模式的扫视信号特征提取算法

发布时间：2017-10-10 05:11

  本文关键词：基于共同空间模式的扫视信号特征提取算法

  更多相关文章： 眼电图 眼球运动 共同空间模式 联合近似对角化 支持向量机

【摘要】：为了提高基于眼电图(EOG)的扫视信号识别正确率,提出了一种基于共同空间模式(CSP)的扫视信号特征提取算法.该算法首先利用事先标注好的标签数据进行CSP空域滤波器设计,并采用联合近似对角化的方法解决多分类问题;在此基础上,使用该滤波器对原始多导联眼动信号进行空域滤波,滤波输出即为扫视信号的特征参数.在实验室环境中使用支持向量机对上、下、左、右四类扫视信号进行识别,所提算法的平均正确率达到了97.7%.实验结果表明基于CSP的扫视信号特征提取算法在眼动信号分析中呈现出良好的分类性能.
【作者单位】： 安徽大学计算智能与信号处理教育部重点实验室;安徽大学信息保障技术协同创新中心;
【关键词】： 眼电图 眼球运动 共同空间模式 联合近似对角化 支持向量机
【基金】：国家自然科学基金资助项目(61401002,61271352) 安徽省自然科学基金资助项目(1408085QF125) 安徽高校省级自然科学研究重点资助项目(KJ2014A011)
【分类号】：R318;TN911.7
【正文快照】： 人体行为识别(human activity recognition,HAR)指对被观测个体的动作类型、行为模式等信息进行综合地分析与识别,并将识别结果通过自然语言等方式进行描述[1].由于HAR系统能够主动感知用户意图,因此在智能视频监控、医疗诊断、运动分析及人-机交互等领域具有广泛的应用前景,

【相似文献】

中国博士学位论文全文数据库 前2条

1 张振慧;蛋白质分类问题的特征提取算法研究[D];国防科学技术大学;2006年

2 毛锐;内含子保留型可变剪切的识别方法和相关特征研究[D];西北农林科技大学;2015年

中国硕士学位论文全文数据库 前2条

1 曾聪;膜蛋白分类的特征提取算法和数据集构建技术研究[D];国防科学技术大学;2010年

2 菅桂倩;基于新型特征提取算法的蛋白质分类研究[D];山东大学;2012年

，

本文编号：1004506