多通道三维视觉指导运动想象脑电信号特征选择算法

发布时间：2024-11-03 14:09

　　 针对基于三维视觉指导的运动想象脑机接口多通道冗余信息较多、分类准确率差的问题,提出了一种基于小波包分解(WPD)—共空间滤波(CSP)—自适应差分进化(ADE)的模式脑电信号特征提取与选择分类方法。首先,对采集的多通道运动想象脑电信号进行WPD变化,划分出精细的子频带;然后,分别将WPD变换后的每个子空间作为CSP的输入,得到对应的特征向量;最后,使用ADE算法对特征向量进行选择,选择出用于分类的最佳特征子集。采用WPD-CSP-ADE模式进行特征提取与选择,较经典的WPD-CSP方法在分类正确率、特征个数方面有着更好的表现。同时,所提算法分类性能明显优于遗传算法、粒子群算法。实验结果表明,WPDCSP-ADE方法能够有效地提高分类正确率,同时减少了用于分类的特征个数。

【文章页数】：5 页

【文章目录】：
1 特征提取方法
    1.1 小波包分解
    1.2 共同空间模式
2 基于WPD-CSP-ADE的脑电信号处理
    2.1 自适应差分进化
    2.2 基于WPD-CSP-ADE的特征提取与选择
3 数据处理
    3.1 数据集
    3.2 脑电信号处理
4 实验结果与分析
    4.1 SVM分类器分类结果
    4.2 LDA分类器分类结果
5 结束语



本文编号：4011395