支持向量机方法在运动意识识别中的应用

• 作 者: 徐琦 王永骥 周慧 王琬
• 机 构: 华中科技大学图像信息处理与智能控制教育部重点实验室
• 出 处: 华中科技大学学报(自然科学版)
• 发表日期: 2008年06期
• 关键词: 支持向量机 脑电 小波变换 运动想像 模式识别 support vector machine electroencephalogram（EEG） wavele
• 基金项目: 国家自然科学基金资助项目（60674105）,湖北省自然科学基金资助项目（2007ABA027）,图像信息处理与智能控制教育部重点实验室开放基金资助项目（200704）.

为有效识别与运动想像相关的脑电模式,提出基于支持向量机(SVM)的运动意识分类新算法,利用sym2小波基函数对脑电(EEG)信号进行6尺度分解后,从每级分解中提取绝对值最大的小波系数作为信号特征,构成有效特征向量输入SVM分类器,实现基于EEG的运动想像模式识别.实验数据采用脑机接口竞赛(2003)的脑电数据,实验结果表明采用径向基核函数的SVM分类器可有效地对EEG进行运动想像分类,具有良好的泛化推广能力,为脑机接口的运动意识分类提供了新思路.