收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于滤波器组和稀疏表示的脑电信号分类算法研究

王景  
【摘要】:脑机接口(brain-computer interface,BCI)是一个不需要依赖于脑的外周神经和肌肉的传输途径,而直接实现人脑与外界设备或对外部设备进行控制的通信技术,BCI可以为那些患有脑干中风和脊髓损伤等疾病而无法与外界正常交流的人实现交流。在BCI系统中,脑电(electroencephalography,EEG)信号是脑神经电信号的表现形式,也是系统中信号处理的基础,但是脑电信号在不同的人不同的时间里都有可能会发生较大的变化,所以对脑电信号的处理变得尤为关键,EEG信号处理的过程包括数据预处理、特征提取和特征分类三个主要部分,每个部分都会影响整个系统的分类性能。为了提高基于运动想象的BCI的分类性能,本文提出了通过设计一个经过优化的滤波器组将EEG脑电信号分解成多个不同频带范围的子带,然后筛选出最优的子带,最终将最优的子带结合稀疏表示(Sparse Representation,SR)用于分类的新算法。该方法对数据预处理、特征提取和特征分类三个部分都进行了改进,可以根据不同的人,不同的时间选出最优的频带并用于分类,最终提高整个系统的分类性能。本文使用第三届和第四届BCI竞赛两个数据集来检验此方法与基于宽带(8-30Hz)CSP与Fisher判别分析法(Fisher discriminant analysis,FDA)相结合的方法和基于宽带CSP与稀疏表示相结合的方法的比较。实验结果表明:本文中基于滤波器组和稀疏表示相结合的方法能够根据不同受试者的不同时间的实验数据选出最优的频带,并结合稀疏表示分类得到了最好的分类性能,验证了算法的可行性和有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 黄宏图;毕笃彦;侯志强;胡长城;高山;查宇飞;库涛;;基于稀疏表示的视频目标跟踪研究综述[J];自动化学报;2018年10期
2 刘嘎琼;;改进稀疏表示的人脸识别在高校管理中的应用[J];计算机与数字工程;2018年11期
3 Fang LI;Jia SHENG;San-yuan ZHANG;;基于稀疏表示的拉普拉斯稀疏字典图像分类(英文)[J];Frontiers of Information Technology & Electronic Engineering;2017年11期
4 陈素素;谢宏;;基于稀疏表示的联合多通道肌电信号手势识别[J];微型机与应用;2017年17期
5 余庆辉;朱晗琰;吴海霞;戈晓玲;潘逸炜;;基于类内稀疏表示的人脸识别[J];科技展望;2015年32期
6 滕升华;商胜楠;王芳;赵增顺;;一种基于复合稀疏表示的阿尔茨海默病的诊断方法[J];生物医学工程研究;2016年01期
7 黄宏图;毕笃彦;高山;查宇飞;侯志强;;基于局部敏感核稀疏表示的视频跟踪[J];电子与信息学报;2016年04期
8 张保庆;穆志纯;曾慧;;基于非负稀疏表示的遮挡人耳识别[J];计算机辅助设计与图形学学报;2014年08期
9 张石清;赵小明;楼宋江;闯跃龙;郭文平;陈盈;;一种局部敏感的核稀疏表示分类算法[J];光电子.激光;2014年09期
10 陈思宝;许立仙;罗斌;;基于多重核的稀疏表示分类[J];电子学报;2014年09期
11 李映;张艳宁;许星;;基于信号稀疏表示的形态成分分析:进展和展望[J];电子学报;2009年01期
12 王威;朱宗玖;陆俊;;基于字典学习和局部约束的稀疏表示人脸识别[J];电脑知识与技术;2018年05期
13 康彬;曹雯雯;颜俊;张索非;;基于典型相关性分析的稀疏表示目标追踪[J];电子与信息学报;2018年07期
14 韦道知;黄树彩;赵岩;庞策;;非负谱稀疏表示的高光谱成像中的异常检测[J];红外与激光工程;2016年S2期
15 王科平;杨赞亚;恩德;;基于分类冗余字典稀疏表示的图像压缩方法[J];计算机工程;2017年09期
16 王学军;王文剑;曹飞龙;;基于自步学习的加权稀疏表示人脸识别方法[J];计算机应用;2017年11期
17 黄少煌;黄立勤;;改进的两阶段协作稀疏表示分类器[J];南阳理工学院学报;2016年02期
18 胡正平;高红霄;赵淑欢;;基于低秩分解的联合动态稀疏表示多观测样本分类算法[J];电子学报;2015年03期
19 王瑞;王康晏;冯玉田;张海燕;金彦亮;张有正;;复杂场景下声频传感器网络核稀疏表示车辆识别[J];西安电子科技大学学报;2015年04期
20 夏建明;杨俊安;康凯;;基于局部稀疏表示和线性鉴别分析的典型相关分析[J];控制与决策;2014年07期
中国重要会议论文全文数据库 前10条
1 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
2 杨宝;朱启兵;黄敏;;基于非负矩阵分解一稀疏表示分类的玻璃缺陷图像识别[A];第24届中国控制与决策会议论文集[C];2012年
3 田野;张立新;严涛;杨志梅;张茁;;基于稀疏表示的北斗导航卫星预失真滤波器设计方法[A];第九届中国卫星导航学术年会论文集——S08 测试评估技术[C];2018年
4 肖琼;黄永言;;稀疏表示在脑电信号处理中的应用研究现状[A];人-机-环境系统工程创立30周年纪念大会暨第十一届人-机-环境系统工程大会论文集[C];2011年
5 赵雪峰;孙成禹;;基于稀疏表示的地震多属性融合[A];2016中国地球科学联合学术年会论文集(十九)——专题40:油气田与煤田地球物理勘探[C];2016年
6 廖佳俊;刘志刚;蔡尚;姜江军;;基于非负—平滑约束的高光谱稀疏表示目标检测算法研究[A];国家安全地球物理丛书(十二)——地球物理与信息感知[C];2016年
7 蒙红英;柴昱洲;韩宇;;一种基于稀疏表示的JPEG-LS改进算法[A];第四届高分辨率对地观测学术年会论文集[C];2017年
8 柴汉超;郭翌;汪源源;曹万里;孙福康;;基于多尺度稀疏表示分割肾上腺肿瘤CT图像[A];仪器仪表学报(2015(增刊)第36卷)[C];2015年
9 余力;郭翌;汪源源;陈萍;;基于超声心动图序列的胎儿左心室分割[A];仪器仪表学报(2015(增刊)第36卷)[C];2015年
10 林哲;闫敬文;袁野;;基于稀疏表示和PCNN的多模态图像融合[A];创新驱动与转型发展,推动汕头腾飞——汕头市科协第七届学术年会优秀论文集[C];2014年
中国博士学位论文全文数据库 前10条
1 刘进;特征稀疏表示的低剂量CT成像方法研究[D];东南大学;2018年
2 程增飞;基于压缩感知的阵列信号处理技术研究[D];西安电子科技大学;2017年
3 赵永红;基于稀疏表示的阵列信号空间谱估计方法研究[D];西安电子科技大学;2017年
4 任博;基于稀疏表示和流形学习的SAR图像分类算法研究[D];西安电子科技大学;2017年
5 李斐;稀疏约束下的图像分类与特征提取算法研究[D];山东大学;2018年
6 王秀红;基于稀疏表示的波达方向估计方法研究[D];哈尔滨工业大学;2017年
7 王伟;基于帧级和段级稀疏表示的说话人识别研究[D];哈尔滨工业大学;2016年
8 涂淑琴;基于稀疏表示的RGB-D图像特征学习研究与应用[D];华南农业大学;2016年
9 李窦哲;基于L-DACS1数据链的航空电信网协同传输关键技术研究[D];天津大学;2017年
10 石保顺;基于自适应稀疏表示的压缩感知及相位恢复算法研究[D];燕山大学;2017年
中国硕士学位论文全文数据库 前10条
1 王景;基于滤波器组和稀疏表示的脑电信号分类算法研究[D];南昌大学;2018年
2 岳冬;基于内容稀疏表示的无参考立体图像质量评价[D];西安科技大学;2018年
3 马超;基于稀疏表示和概率主元分析的化工过程故障检测与识别[D];华东交通大学;2018年
4 郭鹏;基于电弧声共稀疏表示的MAG焊熔透状态的识别[D];南昌大学;2018年
5 杨洪刚;基于稀疏表示和压缩感知的旋转机械故障识别方法[D];华南理工大学;2018年
6 韩秀芝;基于稀疏表示的肝脏疾病诊断[D];青岛大学;2018年
7 吴玲玲;诱发电位少次提取方法的研究[D];江苏师范大学;2018年
8 周耐;基于稀疏表示和主题模型的音频分类识别研究[D];山东师范大学;2018年
9 张宇;稀疏表示及其在聚类应用中的研究[D];广东工业大学;2018年
10 杨世诚;基于稀疏表示的低质量人脸图像识别的研究[D];华东师范大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978