基于多尺度模糊熵的脑电信号特征提取方法
傅炜东
罗志增
任通
1.杭州电子科技大学智能控制与机器人研究所,浙江杭州,3100182.杭州电子科技大学智能控制与机器人研究所,浙江杭州,3100183.杭州电子科技大学智能控制与机器人研究所,浙江杭州,310018
摘要：目的 利用多尺度模糊熵特征提高脑电信号的识别率.方法 采用滑动均值滤波使粗粒化后脑电信号各尺度上的序列尽量保留原始信息,然后用多尺度模糊熵进行特征提取,通过Fisher得分对不同尺度模糊熵的特征分类能力排序,选定排序靠前的多尺度模糊熵组成最优特征向量,实现特征降维.结果 在BCI Competition实验数据上进行验证,结果表明该方法用支持向量机做分类器,准确率平均达88.94％.结论 本文提出的多尺度模糊熵对脑电信号的特征提取方法具有针对性,既提升了识别率又保持了算法效率.
关键词：脑电信号多尺度模糊熵Fisher得分支持向量机
分类号：R318.4(医用一般科学)R857.1(航空航天医学)
资助基金：国家自然科学基金(61671197)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 365-370 )
英文信息