| 基于支持向量機和PCA的腦電α波運動想象分類研究 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：699 K | |
| 標(biāo)簽： 小波包分解 支持向量機 運動想象 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對腦電信號(EEG)運動想象分類過程中弱相關(guān)特征量影響分類準(zhǔn)確度的問題，提出一種篩選方法，該方法是基于α波和主成分分析(PCA)算法的。基于腦機接口(BCI)系統(tǒng)，通過聽覺誘發(fā)刺激產(chǎn)生向左和向右兩種運動想象任務(wù)對應(yīng)的腦電信號，并對其做小波包分解處理，然后進行腦電α頻段信號的重構(gòu)，從而提取出α波形并對其進行統(tǒng)計特征提取。再結(jié)合PCA技術(shù)和支持向量機(SVM)方法，實現(xiàn)弱相關(guān)特征的剔除和特征分類。根據(jù)篩選后的數(shù)據(jù)進行分類，所得結(jié)果準(zhǔn)確率更高，信號分類的準(zhǔn)確度由90.1%提高至94.0%。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
小波包分解 相關(guān)資源
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2