摘要
对脑电信号进行特征提取和分类是脑机接口研究的核心问题,利用不同运动想象脑电信号能量熵的变化,从能量熵中提取特征,利用自定义基于统计理论分类方法进行分类,结果均达到90%以上。
Feature extraction and classification of EEG is core issues on brain computer interface.The energy entropy of different motor imagery EEG signals is used to extract features.Finally,classification of Motor Imagery EEG is performed by a method based on the statistical theory.The results show that classification accuracy exceed 90%.
出处
《计算机工程与应用》
CSCD
北大核心
2008年第33期235-238,共4页
Computer Engineering and Applications
基金
江西省教育厅科技计划资助项目No.2005-245~~
关键词
脑机接口
脑电信号
能量熵
Brain Computer Interface（BCI）
electroencephalogram（EEG）
energy entropy
