面向康复工程的脑电信号分析和判别方法研究

作者：陈昱君; 孙樊荣; 姚远; 顾明昕; 沐瑶; 许学吉

来源：数学的实践与认识, 2021, 51(23): 197-204.

• EEG信号
• 脑电信号判别
• PCA
• SMOTE
• SVM

为提高脑电信号的分析和判别的准确率,利用数据挖掘的方法对数据进行处理,并建立脑电信号判别模型.首先,对P300信号标志符进行识别,完成对脑电信号的数据预处理,利用经验模态分解方法(Empirical Mode Decomposition,EMD)降低噪声去除伪迹,使用主成分分析方法(Principal Component Analysis,PCA)进行特征提取.然后,采用合成少数类过采样技术方法(Synthetic Minority Oversampling Technique,SMOTE)扩充样本使正负样本数量达到均衡.最后,采用支持向量机方法(Support Vector Machine,SVM)建立二分类模型完成对P300信号标识符进行识别.经运行结果可追,SMOTE改进的分类模型结果精度都有所改进,准确性有明显提高,能准确识别P300信号标识符.

• 出版日期2021
• 单位南京航空航天大学