基于小波包法与CSSD的P300特征提取方法
针对P300电位信号微弱、抗干扰能力差、识别率低等问题,提出一种小波包变换(wavelet packet transform,WPT)与共空域子空间分解法(spatial subspace decomposition,CSSD)相结合的特征提取方法,即WPCSSD法.首先,对脑电信号进行叠加平均以提高信号的信噪比;其次,使用小波包法对脑电信号进行滤波,并依据P300电位的有效时频信息重构脑电信号;然后,求取其AR模型功率谱,并基于CSSD法构造空间滤波器,获得能体现P300电位时-频-空特征的特征向量;最后,以支持向量机为分类器进行分类.实验结果表明:本方法具有较强的抗干扰能力和自适应能力,在国际BCI竞赛数据集上获得了95.22%的分类正确率,证明了本方法的正确性和有效性.
P300电位、特征提取、小波包、AR模型功率谱、共空域子空间
40
R318(医用一般科学)
国家自然科学基金资助项目61201362;北京市自然科学基金资助项目7132021;北京市教育委员会资助项目KM201110005005
2014-10-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
521-527