多任務(wù)腦-機(jī)接口空域?yàn)V波與特征提取方法的研究.pdf

1、較低的信息傳輸率一直是二進(jìn)制腦-機(jī)接口系統(tǒng)所面臨的一個(gè)潛在的問(wèn)題,并嚴(yán)重限制了它在實(shí)際生活中的應(yīng)用。目前提高信息傳輸率的最有效的方法之一是將二進(jìn)制的腦.機(jī)接口系統(tǒng)拓展到多分類(lèi)情況。針對(duì)以上問(wèn)題本文采用了兩種適用于多分類(lèi)情況的特征提取算法。
　　 一種算法是基于共空域模式(CSP)的多任務(wù)特征提取算法。在兩分類(lèi)情況下,CSP算法是一種在基于運(yùn)動(dòng)想象的腦.機(jī)接口系統(tǒng)中非常有效的特征提取方法。傳統(tǒng)的拓展方法OVR算法在本質(zhì)上仍是一種兩

2、分類(lèi)算法,而本算法是采用基于二次優(yōu)化的近似聯(lián)合對(duì)角化方法直接對(duì)多類(lèi)任務(wù)的協(xié)方差矩陣進(jìn)行聯(lián)合對(duì)角化,得到與各類(lèi)任務(wù)相對(duì)應(yīng)的空間濾波器,提取各類(lèi)任務(wù)的電生理特征--事件相關(guān)去同步(ERD)特征。另一種算法是基于獨(dú)立分量分析(ICA)算法的特征提取方法。獨(dú)立分量分析算法是一種用于盲源分離的統(tǒng)計(jì)方法,本文中采用一種典型的、當(dāng)前應(yīng)用較廣的FastICA對(duì)各類(lèi)任務(wù)提取獨(dú)立分量并進(jìn)行特征提取。最后,兩種方法中均采用支持向量機(jī)對(duì)所構(gòu)造的特征進(jìn)行分類(lèi)。<