电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2009年
2期
314-318
,共5页
脑-机接口(BCI)%特征提取%共同空间模式(CSP)滤波法
腦-機接口(BCI)%特徵提取%共同空間模式(CSP)濾波法
뇌-궤접구(BCI)%특정제취%공동공간모식(CSP)려파법
在与运动相关的脑-机接口(Brain-Computer Interface,BCI)研究中,如果样本规模小,共同空间模式(Common Spatial Patterns,CSP)滤波算法对离群点(可能为噪声)敏感,鲁棒性不好.为此该文提出自适应空间滤波(Adaptive Spatial Filter,ASF)算法,抽取滤波后脑电信号的方差作为特征,并寻找最优滤波器使两类特征中心的比值最大.与CSP不同,ASF是迭代算法,具有软判决机制,能够依据历代更新后的滤波器,自适应地降低离群点对各类特征中心计算带来的影响.采用BCI competition 2003和2005中两套数据集进行实验,结果表明:尤其是在训练样本少的情况下,相对于CSP,ASF所提取的特征分类效果更好.
在與運動相關的腦-機接口(Brain-Computer Interface,BCI)研究中,如果樣本規模小,共同空間模式(Common Spatial Patterns,CSP)濾波算法對離群點(可能為譟聲)敏感,魯棒性不好.為此該文提齣自適應空間濾波(Adaptive Spatial Filter,ASF)算法,抽取濾波後腦電信號的方差作為特徵,併尋找最優濾波器使兩類特徵中心的比值最大.與CSP不同,ASF是迭代算法,具有軟判決機製,能夠依據歷代更新後的濾波器,自適應地降低離群點對各類特徵中心計算帶來的影響.採用BCI competition 2003和2005中兩套數據集進行實驗,結果錶明:尤其是在訓練樣本少的情況下,相對于CSP,ASF所提取的特徵分類效果更好.
재여운동상관적뇌-궤접구(Brain-Computer Interface,BCI)연구중,여과양본규모소,공동공간모식(Common Spatial Patterns,CSP)려파산법대리군점(가능위조성)민감,로봉성불호.위차해문제출자괄응공간려파(Adaptive Spatial Filter,ASF)산법,추취려파후뇌전신호적방차작위특정,병심조최우려파기사량류특정중심적비치최대.여CSP불동,ASF시질대산법,구유연판결궤제,능구의거역대경신후적려파기,자괄응지강저리군점대각류특정중심계산대래적영향.채용BCI competition 2003화2005중량투수거집진행실험,결과표명:우기시재훈련양본소적정황하,상대우CSP,ASF소제취적특정분류효과경호.
