基于降维Householder变换的多任务运动想象脑电信号特征提取研究

摘要：

近年来,针对传统的左右手运动想象BCI系统信息传输速率低这一现状,众多脑-机接口(BCI)研究团队开始着眼于对多任务运动想象脑电信号的研究,相比于两类模式识别,多类模式识别能够有效提高BCI系统的信息传输速率.如何准确提取出多任务脑电信号的特征,是实现多任务BCI系统的关键.采用了基于初等反射变换(又称Householder变换)的矩阵近似联合对角化算法,将CSP算法应用于多任务运动想象脑电信号的特征提取,对EEG信号采集效果较好的受试者,四任务运动想象脑电信号的分类准确率提升至80％以上,为在线BCI系统的实现奠定了坚实的基础.

关键词：脑-机接口(BCI)、运动想象、初等反射、特征提取

所属期刊栏目：16

分类号：TP391(计算技术、计算机技术)

在线出版日期：2016-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：206-211