结合小波变换和误差逆传播(Error Back Propagation,BP)神经网络对视觉诱发脑电信号(visual evoked potential,VEP)进行分类而产生脑机接口控制信号。利用一维离散小波变换提取强噪声背景下的低频微弱脑电信号,获取特征向量输入BP神经...结合小波变换和误差逆传播(Error Back Propagation,BP)神经网络对视觉诱发脑电信号(visual evoked potential,VEP)进行分类而产生脑机接口控制信号。利用一维离散小波变换提取强噪声背景下的低频微弱脑电信号,获取特征向量输入BP神经网络进行事件相关电位模式识别。实验表明,小波变换特征向量提取方法能有效地实现信号的去噪、降维和特征提取,BP神经网络能比较准确地从VEP中识别出事件相关电位,进行10次测试的平均识别正确率为99.375%,有利于产生脑机接口控制信号。展开更多
采用"模拟自然阅读"诱发电位作为脑-机接口通信载体,结合小波变换和误差逆传播(Error Back Propagation,即BP)神经网络对视觉诱发脑电信号(VEP)进行分类以产生脑机接口控制信号。将被试者4个通道记录到的脑电信号分别作为特征...采用"模拟自然阅读"诱发电位作为脑-机接口通信载体,结合小波变换和误差逆传播(Error Back Propagation,即BP)神经网络对视觉诱发脑电信号(VEP)进行分类以产生脑机接口控制信号。将被试者4个通道记录到的脑电信号分别作为特征,信号时程都为300ms,时段分别取100ms~400ms、200ms~500ms和300ms~600ms。试验结果表明四个单通道都达到较好的分类效果,有利于产生脑机接口控制信号。展开更多
文摘结合小波变换和误差逆传播(Error Back Propagation,BP)神经网络对视觉诱发脑电信号(visual evoked potential,VEP)进行分类而产生脑机接口控制信号。利用一维离散小波变换提取强噪声背景下的低频微弱脑电信号,获取特征向量输入BP神经网络进行事件相关电位模式识别。实验表明,小波变换特征向量提取方法能有效地实现信号的去噪、降维和特征提取,BP神经网络能比较准确地从VEP中识别出事件相关电位,进行10次测试的平均识别正确率为99.375%,有利于产生脑机接口控制信号。
文摘采用"模拟自然阅读"诱发电位作为脑-机接口通信载体,结合小波变换和误差逆传播(Error Back Propagation,即BP)神经网络对视觉诱发脑电信号(VEP)进行分类以产生脑机接口控制信号。将被试者4个通道记录到的脑电信号分别作为特征,信号时程都为300ms,时段分别取100ms~400ms、200ms~500ms和300ms~600ms。试验结果表明四个单通道都达到较好的分类效果,有利于产生脑机接口控制信号。