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：技術論文
上傳者：aetmagazine
文檔大?。?span>699 K
標簽： 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特征量影響分類準確度的問題，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對應的腦電信號，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，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技術和支持向量機(SVM)方法，實現(xiàn)弱相關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)果準確率更高，信號分類的準確度由90.1%提高至94.0%。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。