基于脑电图信号在复杂场景下的新型联合算法

• 作 者: 陈东伟 易子川 韩娜 缪睿 杨维奇 李楠 水玲玲
• 机 构: 电子科技大学中山学院,深圳市国华光电科技有限公司,华南师范大学华南先进光电子研究院,北京理工大学珠海学院,澳门科技大学资讯科技学院,广东兆邦智能科技股份有限公司
• 出 处: 华南师范大学学报(自然科学版)
• 发表日期: 2018年6期
• 关键词: 脑电信号 脑-机接口 联合算法 精度 效率 复杂场景
• 基金项目: 中山市引进创新创业科研团队计划项目(170615151170710);广东省引进创新创业团队项目(2013C102);深圳市科创委股权投资项目(GQYCZZ20150721150406);广东省科技计划项目(2017B090903008)

在基于快速傅里叶变换(FFT)的联合算法和基于支持向量机(SVM)的联合算法的基础之上,文中提出了一种复杂场景下针对5类以上脑电图(EEG)信号处理的新型联合算法.目的在于提升脑电信号处理与分析的精度与综合效率.新型联合算法首先采取归一化进行数据预处理,然后融合FFT和主成分分析(PCA)进行特征提取,最终以加权k近邻(k-NN)分类算法进行特征分类,应用于被试观察0~9数字时产生的脑电信号分类.结果证明:新型联合算法的精度和综合效率分别为84%和87%,可被用于复杂场景下的脑电信号处理.