青岛科技大学学报(自然科学版)
青島科技大學學報(自然科學版)
청도과기대학학보(자연과학판)
JOURNAL OF QINGDAO UNIVERSITY OF SCIENCE AND TECHNOLOGY(NATURAL SCIENCE EDITION)
2015年
1期
94-101
,共8页
脑电信号%特征提取%Kullback-Leibler距离%共空域子空间分解法%识别率
腦電信號%特徵提取%Kullback-Leibler距離%共空域子空間分解法%識彆率
뇌전신호%특정제취%Kullback-Leibler거리%공공역자공간분해법%식별솔
EEG%feature extraction%Kullback-Leibler distance%CSSD%recognition
针对现有的共空域子空间(common special subspace decomposition,CSSD)算法在脑电信号(EEG)特征提取时,类内和类间的信号特征变化导致脑电信号特征值稳定性低、特征向量区分度差的问题,提出一种改进的CSSD特征提取方法,即基于Kullback-Leibler距离的共空域子空间分解法(KL-CSSD).在传统CSSD算法的基础上利用Kullback-Leibler距离,最大化类间距离而最小化类内差异,提取鲁棒性较强的EEG信号特征.实验结果表明:该算法相对于传统CSSD有较好的特征向量区分度,有效提高了脑电信号的正确识别率.
針對現有的共空域子空間(common special subspace decomposition,CSSD)算法在腦電信號(EEG)特徵提取時,類內和類間的信號特徵變化導緻腦電信號特徵值穩定性低、特徵嚮量區分度差的問題,提齣一種改進的CSSD特徵提取方法,即基于Kullback-Leibler距離的共空域子空間分解法(KL-CSSD).在傳統CSSD算法的基礎上利用Kullback-Leibler距離,最大化類間距離而最小化類內差異,提取魯棒性較彊的EEG信號特徵.實驗結果錶明:該算法相對于傳統CSSD有較好的特徵嚮量區分度,有效提高瞭腦電信號的正確識彆率.
침대현유적공공역자공간(common special subspace decomposition,CSSD)산법재뇌전신호(EEG)특정제취시,류내화류간적신호특정변화도치뇌전신호특정치은정성저、특정향량구분도차적문제,제출일충개진적CSSD특정제취방법,즉기우Kullback-Leibler거리적공공역자공간분해법(KL-CSSD).재전통CSSD산법적기출상이용Kullback-Leibler거리,최대화류간거리이최소화류내차이,제취로봉성교강적EEG신호특정.실험결과표명:해산법상대우전통CSSD유교호적특정향량구분도,유효제고료뇌전신호적정학식별솔.