| 基于支持向量機和PCA的腦電α波運動想象分類研究 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：699 K | |
| 標簽： 小波包分解 支持向量機 運動想象 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對腦電信號(EEG)運動想象分類過程中弱相關特征量影響分類準確度的問題，提出一種篩選方法，該方法是基于α波和主成分分析(PCA)算法的。基于腦機接口(BCI)系統，通過聽覺誘發刺激產生向左和向右兩種運動想象任務對應的腦電信號，并對其做小波包分解處理，然后進行腦電α頻段信號的重構，從而提取出α波形并對其進行統計特征提取。再結合PCA技術和支持向量機(SVM)方法，實現弱相關特征的剔除和特征分類。根據篩選后的數據進行分類，所得結果準確率更高，信號分類的準確度由90.1%提高至94.0%。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2