科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高语言想象脑-机接口（BCI）控制任务的准确率,提出融合离散小波变换（DWT）与经验模态分解（EMD）的语言想象脑电信号特征提取与分类方法.该方法将原始语言想象脑电信号分别进行离散小波变换与经验模态分解，提取分解后各通道信号的特征并进行融合，运用径向基核函数支持向量机（SVM）对语言想象脑电信号进行分类.实验结果表明，提出的方法使得语言想象脑电信号分类的平均准确率达到82.46%，与基于离散小波变换的脑电信号分类方法相比，分类准确率提高了20.77%，与基于经验模态分解的脑电信号分类方法相比，分类准确率提高了21.12%.该方法能够有效提高语言想象脑电信号分类的准确率，对于语言想象脑-机接口的实际应用具有重要价值.
- 出版日期2023
- 单位南京航空航天大学
