基于共空间模式与决策树支持向量机的运动想象脑电信号分类

作者：张茜; 耿晓中; 岳梦哲; 汪林恩; 户唯新

来源：软件工程, 2023, 26(11): 16-19.

DOI：10.19644/j.cnki.issn2096-1472.2023.011.004

• 脑电信号
• 共空间模式
• 支持向量机
• 决策树法

针对脑电信号(Electroencephalogram, EEG)采集易受干扰导致EEG分类准确率低的问题，提出一种基于共空间模式(Common Spatial Pattern, CSP)与决策树支持向量机法(Decision Tree Support Vector Machine, DTSVM)相融合的运动想象脑电信号处理方法。首先利用CSP算法对运动想象的EEG特征值进行特征提取，其次运用线性判别分析法(Linear Discriminant Analysis, LDA)、自适应增强分类法(Adaptive Boosting, Adaboost)和决策树支持向量机法分别对特征进行分类，最后通过实验对比发现，利用决策树支持向量机进行分类的分类效果最佳，分类准确率最高可达到92.52%。

• 出版日期2023
• 单位长春工程学院; 吉林化工学院