基于支持向量機的腦電信號識別.pdf

1、腦機接口是在人腦與計算機或其它電子設備之間建立的直接交流和控制通道，通過這種通道，人就可以直接通過腦來表達想法或操縱設備，而不需要語言或動作，這可以有效增強身體嚴重殘疾的患者與外界交流或者控制外部環(huán)境的能力，提高殘疾患者的生活質量。腦機接口技術是一種涉及神經科學、信號檢測、信號處理、模式識別等多學科的交叉技術。
　　 本研究主要集中于腦機接口中的數(shù)據(jù)處理和模式識別部分。實驗過程中，實驗對象需要通過腦電信號控制一個屏幕中的想象反應

2、條，該反應條的運動反映了手部運動想象是向左或向右的，因此需要準確識別腦電信號與運動方向的關系。
　　 本文首先對腦機接口的工作原理、基本結構和研究現(xiàn)狀進行了較為詳細的綜述，指出了目前腦機接口研究和應用中存在的問題，介紹了小波特征提取和支持向量機（Support Vector Machine，SVM）分類方法、引入模糊因子的模糊支持向量機（Fuzzy Support Vector Machine，F(xiàn)SVM），然后將上述方法應用于方

3、向運動想象實驗的方向識別，并以Graz實驗室方向運動想象實驗為研究對象，采用小波分析方法提取方向運動想象過程中腦電信號的特征，應用SVM方法和改進的FSVM對特征向量進行分類，選取了較優(yōu)的小波基函數(shù)和核函數(shù)，繼而對分類結果的影響進行了討論，將SVM與反向傳播（Back Propagation，BP）神經網(wǎng)絡（Neural Networks，NN）分類器進行了比較，最后討論了樣本集大小對分類器的影響，對分類器的實時性能做出了評估。