模式分类算法
来源:56doc.com 资料编号:5D23949 资料等级:★★★★★ %E8%B5%84%E6%96%99%E7%BC%96%E5%8F%B7%EF%BC%9A5D23949
资料以网页介绍的为准,下载后不会有水印.资料仅供学习参考之用. 密 保 惠 帮助
资料介绍
模式分类算法(中文6000字,英文PDF)
摘要
模式分类算法是开发脑机接口(BCI)应用程序的关键步骤。本文提出了一种分层支持向量机(HSVM)算法来解决基于脑电图的四级运动图像分类任务。小波包变换用于分解原始EEG信号。此后,对具有有效频率子带的EEG信号进行分组和重构。从重建的EEG信号中提取EEG特征向量,其中一个与其余的公共空间模式(OVR-CSP)和一个对一个公共空间模式(OVO-CSP)。然后,设计两层HSVM算法用于分类这些EEG特征向量,其中“OVO”分类器用于第一层,“OVR”用于第二层。公共数据集(BCI竞争IV-II-a)用于验证所提出的方法。五重交叉验证结果表明,第一层和第二层的平均分类准确度分别为67.5 17.7%和60.3 14.7%。分类的平均准确度为64.4 16.7%。这些结果表明,该方法对四级运动图像分类有效。
关键词:脑电图(EEG);运动想象;常见空间模式;分层支持向量机(HSVM)
|