您当前所在位置: 首页

论文收录信息

论文编号 201806-71
论文题目 基于两类运动想象及SVM脑电识别的小波特征窗选研究
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于两类运动想象及SVM脑电识别的小波特征窗选研究

引用

复制文本

导出参考文献

.txt .ris .doc

王海

王海(1976),男,博士(2008年毕业于东北大学),教授,主要研究方向:生物电气接口

发送私信

发送给王海

辽宁石油化工大学信息与控制工程学院,抚顺 113001

摘要:本文研究了在使用SVM方法进行脑电识别的过程中信号特征的加窗选取问题,以更多地获取分类性质显著的脑电特征,同时提高脑电识别效果,其中信号特征从信号的小波变换中选取。文章以两类运动想象脑电信号为研究对象,通过对比窗选特征向量与单值特征对应的识别效果来分析窗选特征向量的分类性质。研究表明窗选特征向量对应的识别效果普遍好于单值特征,同时给出了如何选取大量特征组成特征向量的方法,研究还分析了特征向量对应的识别效果受窗选方式的影响,研究体现了小波变换的窗选特征向量在脑电识别中的实用价值。

关键词: 生物电气接口 脑电 支持向量机 小波变换 符合度

图表:

动态公开评议

评论

评论一下

全部评论
评论