脑机接口中鉴别公共矢量特征提取方法研究

鉴别公共矢量(DCV)是一种针对人脸识别中小样本采样问题而提出的有效监督方法。在脑机接口(BCI)中采集的脑电信号,其样本数是远远小于样本空间维数的,也就是通常所谓的小样本采样问题。直接在数据上采用Fisher线性判别分析(LDA)特征提取则会由于类内离散矩阵的奇异性导致计算上的误差。本文采用DCV方法,借鉴了公共矢量的理论,用全部数据的类内离散矩阵获取公共矢量,然后对公共矢量应用特征值分解求取投影向量;用核鉴别公共矢量(KDCV)方法针对不同核函数做了分析比较。实验中,采用BCI竞赛一数据集、竞赛二数据集IV以及一组真实数据分别做了测试,结果分别达到93%、77%和97%。实验表明,该特征提取方法能很好地将想象数据分类。