面向運(yùn)動想象的腦電信號特征選擇與特征提取算法研究.pdf

1、近十幾年來，腦-機(jī)接口（BCI）技術(shù)的研究在國際上引起了廣泛的關(guān)注并得到了快速的發(fā)展，它直接為大腦與外界環(huán)境提供了一種新的信息交流和控制通路。運(yùn)動想象腦電是它的一個重要分支，具有操作簡單、易于設(shè)計(jì)的優(yōu)點(diǎn)，但還存在分類識別精度不高、個體差異性無法克服的問題，所以本文以運(yùn)動想象腦電信號作為研究對象，對腦電信號的分類識別算法進(jìn)行了深入的研究。
　　對于多導(dǎo)聯(lián)、多頻率的運(yùn)動想象腦電信號來說，信號的特征提取算法在使用上很大程度依賴于信號頻率

2、與導(dǎo)聯(lián)通道的選擇，所以在特征提取前需要對原始腦電信號的特征參數(shù)進(jìn)行選擇。本文在傳統(tǒng)的采用互信息進(jìn)行參數(shù)選擇的基礎(chǔ)上，提出了基于相關(guān)系數(shù)與散度分析的特征選擇算法。針對第三屆國際BCI競賽提供的小樣本學(xué)習(xí)運(yùn)動想象數(shù)據(jù)集，對三種特征選擇算法分別進(jìn)行自回歸（AR）模型譜估計(jì)與共空間模型法（CSP）的特征提取，最后進(jìn)行線性判別分類器（LDA）的分類識別。由仿真結(jié)果可知，基于相關(guān)系數(shù)與散度分析的兩種算法均能夠很好的選擇出最優(yōu)的頻率與導(dǎo)聯(lián)參數(shù)，得到的