一种新的基于小波包分解的eeg特征抽取与识别方法研究 - 同济大学.pdf

一种新的基于小波包分解的eeg特征抽取与识别方法研究 - 同济大学.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种新的基于小波包分解的eeg特征抽取与识别方法研究 - 同济大学

第 期 电 子 学 报 1 Vol.41 No.1 年 月 2013 1 ACTAELECTRONICASINICA Jan. 2013 一种新的基于小波包分解的EEG特征抽取与识别方法研究 王 登,苗夺谦,王睿智 (同济大学计算机科学与技术系,上海201804;同济大学嵌入式系统与服务计算教育部重点实验室,上海201804) 摘 要: 为了提高脑思维任务分类精度,提出一种新的脑电特征抽取与识别方法 首先进行小波包分解,然后结 . 合能反映脑电信号在时域与频域上的能量分布特征的小波包熵概念,从小波包库中选择最优小波包基,对各个最优基 所对应的小波系数求取统计特性,然后根据不同脑思维任务下左右半脑各导联间的差异性对各个导联对求取不对称 率构成分类特征向量,最后利用 分类器对其进行分类 实验结果表明:相对于一般的小波包分解,最优小波包基 SVM . 和自回归特征抽取方法,该方法对 类不同脑思维任务的所有 种不同组合任务对的平均分类预测精度可以达到 5 10 9541%~9965%. 关键词: 非平稳脑电信号;特征抽取;小波包分解;脑机接口 中图分类号: 文献标识码: 文章编号: ( ) R318 A 03722112201301019306 电子学报 : : : URL http//www.ejournal.org.cn DOI 10.3969/j.issn.03722112.2013.01.33 ANewMethodofEEGClassificationwithFeatureExtraction BasedonWaveletPacketDecomposition , , WANGDengMIAODuoqianWANGRuizhi ( , , , ; DepartmentofComputerScienceandTechnologyTongjiUniversityShanghai201804China , , , , ) KeyLaboratoryofEmbeddedSystemandServiceComputingMinistryofEducationTongjiUniversityShanghai201804China : , Abstract InordertoimproveaccuracyofmentaltaskclassificationweproposeanewmethodofEEGclassificationwith , ( ) , fea

文档评论(0)

wujianz + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档