腦機(jī)接口中腦電信號特征提取與分類方法的研究.pdf

1、腦機(jī)接口是指一種不依賴于人腦的正常輸出通路的腦-機(jī)通訊系統(tǒng)，是一種新的人機(jī)接口方式。它的實(shí)質(zhì)為通過腦電信號推斷人的想法或目的，從而實(shí)現(xiàn)人機(jī)交流。本文主要工作是對腦電信號進(jìn)行特征提取和分類。
　　 本文特征提取主要應(yīng)用三種方法，奇異譜分析(Singular Spectrum Analysis,SSA)、功率譜分析(Power Spectrum Density,PSD)和小波包分解(WaveletPacke,WP):這三種特征提取方

2、法各有特點(diǎn)，奇異譜利用腦電的非線性特征，通過相空間重構(gòu)，提取出腦電的空間特性。功率譜分析把腦電信號看成是隨機(jī)信號，提取其頻域特征；小波包分解將腦電信號做高低頻分解，然后對高頻和低頻部分再做高低頻分解，一直到頻段與腦電自發(fā)節(jié)律相對應(yīng)為止，提取了腦電節(jié)律特征。
　　 本文特征分類中應(yīng)用三種方法。K近鄰分類器(K-Nearest Neighbors,KNN)，人工神經(jīng)元網(wǎng)絡(luò)(Artificial Neural Network,ANN)

3、，支持向量機(jī)(Support Vector Machine,SVM)分類。K近鄰分類器，由周圍K個點(diǎn)中類別較多的點(diǎn)所決定，具有分類判別簡單，算法復(fù)雜度低，分類迅速等特點(diǎn)。人工神經(jīng)元網(wǎng)絡(luò)分類，具有通過學(xué)習(xí)逼近任意非線性映射的能力，便于給出工程上易于實(shí)現(xiàn)的學(xué)習(xí)算法。支持向量機(jī)分類，把輸入空間的樣本通過非線性變換映射到高維特征空間，然后在特征空間中把樣本線性分開的最優(yōu)分類面。
　　 本文最后針對BCI大賽給出的標(biāo)準(zhǔn)數(shù)據(jù)，將不同的特征提