基于EMD和SVM的脑电信号处理方法
来源期刊：昆明理工大学学报(自然科学版)2012年第6期
论文作者：余炜 韩强 马晶晶 谢培
文章页码：38 - 42
关键词：脑—机接口(BCI);经验模式分解(EMD);支持向量机(SVM);
摘 要：脑电信号的特征提取对于脑—机接口(BCI)技术来说非常重要。本文使用经验模式分解(EMD)算法对脑电信号进行分解,提取主要IMF分量的特征值,之后使用支持向量机进行分类,并采用启发算法(POS)进行参数寻优.对2003年第二届BCI大赛的想象左右手运动脑电信号分类正确率达到87.6%,验证了本方法的可行性.
余炜，韩强，马晶晶，谢培
昆明理工大学信息工程与自动化学院
摘 要：脑电信号的特征提取对于脑—机接口(BCI)技术来说非常重要。本文使用经验模式分解(EMD)算法对脑电信号进行分解,提取主要IMF分量的特征值,之后使用支持向量机进行分类,并采用启发算法(POS)进行参数寻优.对2003年第二届BCI大赛的想象左右手运动脑电信号分类正确率达到87.6%,验证了本方法的可行性.
关键词：脑—机接口(BCI);经验模式分解(EMD);支持向量机(SVM);
