脑机接口中多线性主成分分析的张量特征提取

作者：王金甲; 杨亮

来源：生物医学工程学杂志, 2015, (03): 526-530.

• 脑机接口
• 张量
• 多线性主成分分析
• 特征提取
• 多通道脑电信号 brain-computer interface
• tensor
• multi-linear principal component analysis
• feature extraction
• multi-channel electroencephalogram signal

脑机接口(BCI)可以直接通过脑电(EEG)信号控制外部设备。本文针对传统主成分分析(PCA)和二维主成分分析(2DPCA)处理多通道EEG信号的局限性,提出了多线性主成分分析(MPCA)的张量特征提取和分类框架。首先生成张量EEG数据,然后进行张量降维并提取特征,最后用Fisher线性判别分析分类器进行分类。实验中将新方法应用到BCI competitionⅡ数据集4和BCI competitionⅣ数据集3,分别使用了EEG数据的时空二阶张量表示形式和时空频三阶张量表示形式,通过对可调参数多次调试,取得了高于其它同类降维方法的最佳结果。二阶输入最高正确率分别达到81.0%和40.1%,三阶...

• 出版日期2015
• 单位燕山大学