留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于脑电信号在复杂场景下的联合算法

陈东伟 易子川 韩娜 缪睿 杨维奇 李楠 水玲玲 周国富

陈东伟, 易子川, 韩娜, 缪睿, 杨维奇, 李楠, 水玲玲, 周国富. 基于脑电信号在复杂场景下的联合算法[J]. 华南师范大学学报(自然科学版), 2018, 50(6): 6-11. doi: 10.6054/j.jscnun.2018110
引用本文: 陈东伟, 易子川, 韩娜, 缪睿, 杨维奇, 李楠, 水玲玲, 周国富. 基于脑电信号在复杂场景下的联合算法[J]. 华南师范大学学报(自然科学版), 2018, 50(6): 6-11. doi: 10.6054/j.jscnun.2018110
CHEN D W, YI Z C, HAN N, MIU R, YANG W Q, LI N, SHUI L L, ZHOU G F. A Joint Algorithm for Electroencephalographic Signals in Complex Scenes[J]. Journal of South China normal University (Natural Science Edition), 2018, 50(6): 6-11. doi: 10.6054/j.jscnun.2018110
Citation: CHEN D W, YI Z C, HAN N, MIU R, YANG W Q, LI N, SHUI L L, ZHOU G F. A Joint Algorithm for Electroencephalographic Signals in Complex Scenes[J]. Journal of South China normal University (Natural Science Edition), 2018, 50(6): 6-11. doi: 10.6054/j.jscnun.2018110

基于脑电信号在复杂场景下的联合算法

doi: 10.6054/j.jscnun.2018110
基金项目: 

深圳市科创委股权投资项目;广东省引进创新创业团队项目;广东省科技计划项目

详细信息
    通讯作者:

    陈东伟

  • 中图分类号: TP399

A Joint Algorithm for Electroencephalographic Signals in Complex Scenes

  • 摘要: 在基于快速傅里叶变换的联合算法和基于支持向量机的联合算法的基础之上,文中提出了一种复杂场景下针对5类以上脑电信号处理的新型联合算法. 目的在于提升脑电信号处理与分析的精度与综合效率. 新型联合算法首先采取归一化进行数据预处理,然后融合快速傅里叶变换和主成分分析进行特征提取,最终以加权k近邻分类算法进行特征分类,应用于被试观察0~9数字时产生的脑电信号分类. 结果证明:新型联合算法的精度和综合效率分别为84%和87%,可以运用于复杂场景下的脑电信号处理.
  • 加载中
计量
  • 文章访问数:  1626
  • HTML全文浏览量:  147
  • PDF下载量:  30
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-03-27
  • 修回日期:  2018-06-26
  • 刊出日期:  2018-12-25

目录

    /

    返回文章
    返回