西北工业大学学报
西北工業大學學報
서북공업대학학보
JOURNAL OF NORTHWESTERN POLYTECHNICAL UNIVERSITY
2012年
3期
435-439
,共5页
赵金%谢松云%郭正%于海勋
趙金%謝鬆雲%郭正%于海勛
조금%사송운%곽정%우해훈
脑电信号%高阶过零分析%特征提取%支持向量机%模式识别
腦電信號%高階過零分析%特徵提取%支持嚮量機%模式識彆
뇌전신호%고계과령분석%특정제취%지지향량궤%모식식별
研究人脑在不同运动状态下的脑电信息,不仅能够揭示出各种运动状态对于大脑活动的影响,也是工程技术人员设计脑-机接口与神经修复系统的关键技术之一.文章根据脑电信号的μ节律变化,首次将表征时间序列摆动特性的高阶过零分析(Higher Order Crossing,HOC)方法运用于运动状态下的脑电信号的特征提取并结合支持向量机(Support Vector Machine,SVM)对输入的高阶过零特征量进行了有效的分类.将该方法提取的特征量与基于统计学的特征量分别用SVM进行分类,结果表明本方的识别率明显高于基于统计学特征量的方法.说明基于HOC-SVM方法在脑电信号的特征提取与分类中有较强的可行性和实用性.
研究人腦在不同運動狀態下的腦電信息,不僅能夠揭示齣各種運動狀態對于大腦活動的影響,也是工程技術人員設計腦-機接口與神經脩複繫統的關鍵技術之一.文章根據腦電信號的μ節律變化,首次將錶徵時間序列襬動特性的高階過零分析(Higher Order Crossing,HOC)方法運用于運動狀態下的腦電信號的特徵提取併結閤支持嚮量機(Support Vector Machine,SVM)對輸入的高階過零特徵量進行瞭有效的分類.將該方法提取的特徵量與基于統計學的特徵量分彆用SVM進行分類,結果錶明本方的識彆率明顯高于基于統計學特徵量的方法.說明基于HOC-SVM方法在腦電信號的特徵提取與分類中有較彊的可行性和實用性.
연구인뇌재불동운동상태하적뇌전신식,불부능구게시출각충운동상태대우대뇌활동적영향,야시공정기술인원설계뇌-궤접구여신경수복계통적관건기술지일.문장근거뇌전신호적μ절률변화,수차장표정시간서렬파동특성적고계과령분석(Higher Order Crossing,HOC)방법운용우운동상태하적뇌전신호적특정제취병결합지지향량궤(Support Vector Machine,SVM)대수입적고계과령특정량진행료유효적분류.장해방법제취적특정량여기우통계학적특정량분별용SVM진행분류,결과표명본방적식별솔명현고우기우통계학특정량적방법.설명기우HOC-SVM방법재뇌전신호적특정제취여분류중유교강적가행성화실용성.