CEEMDAN与多特征融合的脑电信号识别研究

作     者：张聪聪 常湛源 李传江 ZHANG Cong-cong;CHANG Zhan-yuan;LI Chuan-jang

作者机构：上海师范大学信息与机电工程学院上海200234 上海智能教育大数据工程技术研究中心上海200234 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2022年第39卷第12期

页      码：366-372页

摘      要：为了解决脑电信号的非平稳特性难以分析,以及分类识别率低等问题,研究设计了基于自适应噪声完备经验模态分解(CEEMDAN)与多特征融合方法。通过对原始信号加时间窗进行CEEMDAN分解,根据各分量相关系数设计合成新信号进行共空间模式(CSP)提取空域特征,利用希尔伯特变换构造瞬时能量差和边际能量差特征,对各通道信号计算模糊熵组合成时-频-空域-非线性动力学的融合特征向量,最后采用灰狼算法(GWO)优化的支持向量机(SVM)对组合特征进行分类,对BCI Competition Ⅱ数据集平均分类识别率达89.29%。实验结果表明,多特征融合的识别率高于单一特征,加滑动时间窗改进CEEMDAN分解的方法有更高的分类识别率。

主 题 词：脑电信号 自适应噪声完备经验模态分解 希尔伯特变换 模糊熵 特征融合 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1006-9348.2022.12.067

馆 藏 号：203118036...