摘要
为提高脑机接口中脑电识别率,分析了特征提取方面时频特征组合法的缺点,探讨了一种改进的模式识别方法。该方法以样本类平均距离为判据,采用滑动窗优化技术,获取时域均值的最佳时间段和频域功率谱均值的最佳频率段。用经过优化的时域均值和功率谱均值组合作为特征,形成特征向量。基于该特征向量,用神经网络对脑电信号进行分类。以识别正确率为指标,将改进方法与原方法进行对比,实验结果表明改进方法能够提高脑电识别率,具有应用价值。
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2006年第2期234-237,共4页
Chinese Journal of Biomedical Engineering
关键词
脑机接口
脑电
滑动窗
模式识别
神经网络
brain-computer Interface (BCI)
electroencephalography (EEG)
sliding window
pattern recognition
neural network