期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于AR和SVM的运动想象脑电信号识别 被引量：7

Recognition of motor imagery EEG based on AR and SVM
原文传递
导出
摘要 针对不同思维运动中EEG信号识别,提出了一种基于自回归模型参数和支持向量机的识别方法.针对2008年BCI CompetitionⅣData sets 2a数据集中想象左右手运动的两类思维运动脑电信号,运用自回归模型进行特征提取,支持向量机进行特征分类.采用不同的核函数进行分类对比实验,该识别方法的正确识别率达到75%. 针对不同思维运动中EEG信号识别,提出了一种基于自回归模型参数和支持向量机的识别方法.针对2008年BCI CompetitionⅣData sets 2a数据集中想象左右手运动的两类思维运动脑电信号,运用自回归模型进行特征提取,支持向量机进行特征分类.采用不同的核函数进行分类对比实验,该识别方法的正确识别率达到75%.
作者 张毅 杨柳 李敏 罗元
机构地区 重庆邮电大学自动化学院 重庆邮电大学光电工程学院
出处 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第S2期103-106,共4页 Journal of Huazhong University of Science and Technology(Natural Science Edition)
基金 科技部国际合作资助项目(2010DFA12160) 重庆市科技攻关项目(CSTC 2010AA2055)
关键词 信号识别 脑-机接口 自回归 支持向量机 运动想象 分类识别 signal recognition brain-computer interface (BCI) auto-regressive support vector machine(SVM) motor imagery classification
分类号 N55 [自然科学总论]
  • 相关文献

参考文献8

  • 1胡剑锋,包学才.基于脑电信号的身份识别方法[J].中国组织工程研究与临床康复,2009,13(17):3260-3264. 被引量：5
  • 2徐宝国,宋爱国.基于小波包变换和聚类分析的脑电信号识别方法[J].仪器仪表学报,2009,30(1):25-28. 被引量：52
  • 3谢松云,张海军,赵海涛,张振中,杨金孝.基于SVM的脑功能分类与识别方法研究[J].中国医学影像技术,2007,23(1):125-128. 被引量：8
  • 4Blankerta B,Curio G,Muller K R.Classifying singletrial EEG:towards brain computer interfacing. Advances in Neural Information Processing Systeins . 2001
  • 5Burke D P,Kelly S P,de Chazal P,et al.A para-metric feature extraction and classification strategyfor brain-computer interfacing. IEEE Trans Neu-ral Syst Rehab Eng . 2005
  • 6Blankertz B,Kawanabe M,Tomioka R. et al.Invariant common spatial patterns: Alleviating nonstationarities in brain-computer interfacing. Advances in Neural Information Processing Systems . 2008
  • 7Benjamin Blankertz,Klaus-Robert Muller,Gabriel Curio,et al.The BCI competition 2003: progress and perspectives in detection and discrimination of EEG single trials. IEEE Transactions on Biomedical Engineering . 2004
  • 8Vapnik VN.The Nature of Statistical Learning Theory. . 1995

二级参考文献39

  • 1白树林,谢松云,张玉梅,杨金孝.基于灰色系统理论的脑电特征提取[J].贵州工业大学学报（自然科学版）,2005,34(6):55-59. 被引量：6
  • 2VIRTS J. The third international meeting on brain-computer interface technology: making a difference [ J ]. IEEE Trans Neural Syst. Rehabil. Eng. , 2006,14 ( 2 ) : 126-127.
  • 3VAUGHAN T M. Brain-computer interface technology: a review of the second international meeting [ J ]. IEEE Trans Neural Syst. Rehabil. Eng. , 2003, 11 (2) : 94-109.
  • 4WOLPAW J R, BIRBAUMER N, HEETDERKS W, et al. Brain-computer interface technology: a review of the first international meeting [ J ]. IEEE Trans. Rehabil. Eng. , 2000,8(2) :164-173.
  • 5WOLPAW J R, BIRBAUMER N, MCFARLAND, et al. Brain-computer interface for communication and control [ J ]. Clinical Neurophysiology, 2002,113 (6) :767-791.
  • 6BLANKERTZ B, MULLER K R, et al. The BCI competition III: validating alternative approaches to actual problems [ J ]. IEEE Trans Neural Syst. Rehabil. Eng., 2006,14 (2) : 153-159.
  • 7BLANKERTZ B, MULLER K R, CURIO G, et al. BCI competition 2003--progress and perspectives in detection and discrimination of EEG single trials [ J ]. IEEE Trans. Biomed. Eng. , 2004,51 (6) :1044-1051.
  • 8PFURSTCHELEER G, L da SILVA FH. Event-related EEG/MEG synchronization and desynchronizaiton: basic principles [ J ]. Clinical Neurophysiology, 1999, 110 (11) :1842-1857.
  • 9PFURSTCHELLER G, NEUPER C. Motor imagery and direct brain-computer communication [ J ]. Proc IEEE, 2001,89(7) :1123-1134.
  • 10YANG B H, YANA G ZH, YAN R G, et al. Adaptive subject-based feature extraction in brain-computer interfaces using wavelet packet best basis decomposition [ J ]. Medical Engineering & Physics, 2007,29( 1 ) :48-53.

共引文献62

同被引文献42

  • 1张小蓟,张歆,孙进才.基于经验模态分解的目标特征提取与选择[J].西北工业大学学报,2006,24(4):453-456. 被引量：14
  • 2刘伯强,张振旺,刘忠国,高均波,于兰兰.一种运动想象脑电分类算法的研究[J].生物医学工程研究,2007,26(1):20-23. 被引量：2
  • 3徐宝国,宋爱国.单次运动想象脑电的特征提取和分类[J].东南大学学报（自然科学版）,2007,37(4):629-633. 被引量：10
  • 4AMUGLERR E, BENSCH M, HALDER S, et al. Control of an internet browser using the P300 event-related potential [J]. Int J Bioelectromagn, 2008, 10( 1 ) : 56-63.
  • 5TANAKA K, MATSUNAGA K, WANG H. Electroencepha- logram-based control of an electric wheelchair [J]. IEEE Trans Robotics, 2005, 21(4): 762-766.
  • 6REBSAMEN B, GUAN G T, ZHANG H H, et al. A brain controlled wheelchair to navigate in familiar environments [J]. IEEE Trans Neural Syst Rebabil Eng, 2010, 18(6) : 590-598.
  • 7POLAT K, GONES S. Artificial immune recognition system with fuzzy resource allocation mechanism classifier, princi- pal component analysis and FFT method based new hybrid automated identification system for classification of EEG sig- nals[ J]. Expert System with Applications, 2008, 34 (3) : 2039 -2048.
  • 8PFURSTCHELLER G, NEUPER C. Motor imagery and di- rect brain-computer communication [ J ]. Proceedings of the IEEE, 2001, 89(7) : 1123-1134.
  • 9RAFIEE J, RAFIEE M A, PRAUSE N, et al. Wavelet basis functions in biomedical signal processing[ J]. Expert Systems with Applications, 2011, 38(5): 6190-6201.
  • 10RICHMAN J S, MOORMAN J R. Physiological lime-series analysis using approximate enlrupy and sample entropy [J]. American Journal of PhysiologyIHeart and Circula- tory Physiology, 2000, 278 (6) : H2039-H2049.

引证文献7

二级引证文献63

华中科技大学学报（自然科学版）
2011年 第S2期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部