当前位置:首页 >> 信息与通信 >>

基于HOC—SVM的运动状态下脑电的特征提取与分类


21 0 2年 6月   西 北 工 业 大 学 学 报  J u lo  o t w sen P lt c n c lUn v ri   o ma  fN r e tr   oy e h i a  ie s y h t J n  2 1  ue 02 Vo . 0 No 3 13   .  第3 0卷第 3期  基 于 H C S M 的 运 动 状 态 下 脑 电 的

  O —V 特 征 提 取 与 分 类  赵 金 , 松云 , 谢 郭  正 ,于海勋  707 ) 10 2  ( 西北工业大学 电子信息学 院 , 陕西 西安 摘 要 : 究人 脑在不 同运 动状 态下的 脑 电信 息 , 研 不仅 能够揭 示 出各 种运 动状 态对 于大脑 活 动的影  响 , 是工程技 术人 员设计脑一 也 机接 口与神 经修 复 系统 的关键技 术之 一。文章根 据脑 电信号 的  节律  变化 , 次将表征 时 间序 列摆 动 特性 的 高阶过 零 分析 ( ihrOd rCos g HO 方法运 用于运 动  首 H g e  re  rsi , C) n 状 态下 的脑 电信号 的特征提 取 并结合 支持 向量 机 ( u p r V c r c ie S M) S p o   et   hn , V 对输入 的 高阶过 零  t o Ma 特征 量进行 了有效的 分类。将该 方法提 取 的特征 量与基 于统计 学的特征 量分 别用 S M 进行 分 类 , V 结  果表 明本 方的识别率 明显高 于基 于统计 学特征 量 的方 法。说 明基 于 H CS M 方 法在 脑 电信 号 的特  O —V 征提 取与分 类 中有较 强的可行性和 实用性 。   关 键 词 : 电信 号 , 脑 高阶过 零分 析 , 特征提 取 , 支持 向量机 , 式识别  模 文献标 识 码 :   A 文 章编 号 :0 02 5 (0 2 0 -4 50  10 -7 8 2 1 ) 30 3 -5 中 图分 类 号 : P 9  T31 高 阶过 零 ( g e re rsig , C 技 术 是  Hi r d r os sHO ) h o c n 近 年来 迅速 发展 起 来 的 一 种 时 间序 列/ 号 分 析 方  信 法, 这种 方法 以概 率 理 论 和 时 间序 列 分 析 理 论 为 基  础 , 经过 特定 滤波 器 族 处 理 的 时 间序 列 做 过 零 检  对 测 , 到一 族过零 检测 值 , 得 称这 一族 过零 检测 值及 得  到 这一族 过 零检 测值 的方 法为 H C 由 于 H C具  O 。 O 有 显著 的数 据或信 息 压 缩 的能 力 , 效 的谱 参 数保  有 留能力 和 良好 的特性 辨 识 能 力 , 以其 在 生 物 医 学  所 信 号分析 与处 理等 领域 到 了重视 和应 用 … 。   利 用脑 电信 号进 行脑 功能 特征 的提 取一 直是 非  别 适合 于复 杂 的 、 非线 性数 据 的分类 和识别 , 处理  是 脑 电 图等医 学信 号 的 常用 的且 有 力 的手 段 J所 以  , 本文选择 了支持向量机作为对脑 电特征进行分类的   方法。   由于 E G信 号是非 平稳 随机 信 号 , E 故本 文 首先  用原始 E G信号减去其短时平均值 , E 以得到起伏较  小 的 E G信 号 , 于 后 续 H C特 征 的 计

相关文章:
特征抽取与SVM在人脸识别的应用
特征抽取与SVM在人脸识别的应用_数学_自然科学_专业资料。1. 通过特征抽取与SVM对人脸数据集进行识别 2. 对比不同特征提取方法的效果 3. 对比不同SVM分类精度...
基于SVM的人脸识别
基于SVM 的人脸识别摘要:主成分分析(PCA)是人脸识别中特征提取的主要方法,支持...2.1 支持向量机分类 线性支持向量机是从线性可分情况下的最优分类超平面发展...
文本分类中的特征提取和分类算法综述
文本分类中的特征提取和分类算法综述 摘要:文本分类...文本分类方法文本分类方法主要分为两大类:基于规则的...2.3 支持向量机(SVM)支持向量机 SVM 算法是一种...
特征提取
其中图像特征提取是关 键的一步。 用于图像模式识别...基于这 2 种特征的 图像分类识别算法大多计算复杂...来分类景物图像,分类器使用的是 k-NN SVM 。...
SVM分类器的原理及应用
SVM 法对小样本情况下的自动分类有着较好的 分类...在特征提取方面的有 效性以及 SVM 在处理小样本...庄越挺等提出并实践了基于 SVM 的视频字幕自动定位和...
图像特征提取方法概述
图像特征提取方法概述 任务与要求 查找阅读文献学习...多数情况下,不能直接在这些测 量空间中进行分类和...近年 来,随着统计学习理论,特别是支持向量机 SVM ...
基于脑电的脑-机接口:关键技术和应用前景
关键词 脑机接口; 脑电; 特征提取; 在线系统; 模式识别 中图分类号 R318 ...1.2.2 基于直推式支持向量机的分类方法 支持向量机(SVM)是一种适用于小样本...
基于脑电信号的在线疲劳监测算法研究
关键词:基于脑电信号在线疲劳监测算法研究计算机科学与...46 4–3 不同动态特征在不同类别数下的分类精度 ...SVM 进行了比较,结果证明我们的模型由于使用到了 ...
基于HHT和SVM的铣削失稳特征提取和模式识别
基于HHT和SVM的铣削失稳特征提取和模式识别。基于 HHT 和 SVM 的铣削失稳特征提取和模式识别 基于HHT 和 SVM 的铣削失稳特征提取和模式识别 ...
基于小波变换的特征提取脑诱发电位
通过研究人体处于不同生理 状态和不同脑功能状态的脑电特征,可以了解脑电的不...运动或 认知活动的脑电的不同,通过对诱发脑电信号的有效的提取和分类达到某种...
更多相关标签:
svm分类器特征提取 | svm 特征提取 | cnn提取特征svm分类 | 小波变换 svm特征提取 | svm特征选择 | svm分类器训练特征 | svm 特征向量权重 | svm 特征权重 |