设计应用

基于支持向量机和PCA的脑电α波运动想象分类研究

作者：蔡 靖1，刘光达1，王尧尧1，宫晓宇2
发布日期：2022-06-09
来源：2022年电子技术应用第6期

0 引言

    脑电信号EEG是大脑中神经元产生的生物电[1]，不同的运动想象活动中，大脑释放不同的脑电信号[2]。脑电波按频率大小分为五大类：α波(8～14 Hz)、β波(14～30 Hz)、θ波(4～8 Hz)、δ波(4 Hz以下)和γ波(30 Hz以上)[3]。本文对脑电信号进行小波分解并提取α波[4]，计算α波的多个信号特征，利用PCA技术筛选出强相关特征量，运用支持向量机进行运动想象分类[5]。通过实验发现运用小波包变换和PCA技术后的分类准确率明显提高。




本文详细内容请下载：http://www.chinaaet.com/resource/share/2000004413。




作者信息：

蔡  靖1，刘光达1，王尧尧1，宫晓宇2

(1.吉林大学 仪器科学与电气工程学院，吉林 长春130012；2.吉林大学 教育技术中心，吉林 长春130061)




wd.jpg

此内容为AET网站原创，未经授权禁止转载。
小波包分解 支持向量机 运动想象 主成分分析 脑电信号

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2

Baidu
map