基于支持向量机和PCA的脑电α波运动想象分类研究AET-电子技术应用-最丰富的电子设计资源平台

基于支持向量机和PCA的脑电α波运动想象分类研究
所属分类：技术论文
上传者：aetmagazine
文档大小：699 K
标签：小波包分解支持向量机运动想象
所需积分：0分积分不够怎么办？
文档介绍：针对脑电信号(EEG)运动想象分类过程中弱相关特征量影响分类准确度的问题，提出一种筛选方法，该方法是基于α波和主成分分析(PCA)算法的。基于脑机接口(BCI)系统，通过听觉诱发刺激产生向左和向右两种运动想象任务对应的脑电信号，并对其做小波包分解处理，然后进行脑电α频段信号的重构，从而提取出α波形并对其进行统计特征提取。再结合PCA技术和支持向量机(SVM)方法，实现弱相关特征的剔除和特征分类。根据筛选后的数据进行分类，所得结果准确率更高，信号分类的准确度由90.1%提高至94.0%。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动