-
题名独立分量分析和遗传算法相结合的运动想象频带优化
被引量:1
- 1
-
-
作者
康莎莎
周蚌艳
吴小培
-
机构
安徽大学计算机科学与技术学院
安徽大学计算智能与信号处理教育部重点实验室
-
出处
《安徽大学学报(自然科学版)》
CAS
北大核心
2019年第1期37-44,共8页
-
基金
国家自然科学基金资助项目(61271352,61401002)
-
文摘
对结合独立分量分析(independent component analysis,简称ICA)和遗传算法(genetic algorithm,简称GA)的运动想象脑电(motor imagery electroencephalogram,简称MI-EEG)特征检测及其优化方法开展研究.设计了基于ICA的MI-EEG分类算法.在此基础上,针对不同受试个体,用GA算法对运动想象诱发的事件相关去同步(event-related desynchronization,简称ERD)频段进行优化选择,用以改善运动想象脑一机接口(brain-computer interface,简称BCI)系统的识别率.实验结果表明,基于ICA的GA算法特征优化方法具有较好的可靠性和实用性,可用于在线BCI的设计与实现.
-
关键词
脑-机接口
脑电信号
运动想象
遗传算法
独立分量分析
节律增强频带
-
Keywords
brain-computer interface
electroencephalogram
motor imagery
genetic algorithm
independent component analysis
rhythm enhanced band
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-