文献检索-宁波市创意产业特色资源库

限定检索结果

基于共同空间模式和支持向量机的脑–机接口信号分类: 收藏
分享
引用; 《中国医疗器械信息》2012年第10期18卷 22-25页; 作者：蓝晓栋中南民族大学生物医学工程学院武汉430074; 在脑-机接口(BCI)研究中一个关键问题是准确地对EEG信号进行特征提取和模式分类,以得到人机通信与控制命令。经过对非靶刺激和靶刺激下诱发的EEG进行去均值、低通滤波、下采样等处理后,利用共同空间模式算法对所采集到的EEG数据进行特...; 在脑-机接口(BCI)研究中一个关键问题是准确地对EEG信号进行特征提取和模式分类,以得到人机通信与控制命令。经过对非靶刺激和靶刺激下诱发的EEG进行去均值、低通滤波、下采样等处理后,利用共同空间模式算法对所采集到的EEG数据进行特征提取,然后通过网格搜索法获取最优分类参数的情况下,利用基于径向基函数的支持向量机设计分类器。通过对3名受试者的实验数据进行各10次的处理后得到较好的分类效果,平均分类准确率为99.2%。实验结果表明,本文的方法适合于基于"模拟阅读"的脑-机接口中。; 来源：详细信息评论

限定检索结果