基于集成极限学习机的脑电信号分类研究

《基于集成极限学习机的脑电信号分类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、犬裡？大學ＤＡＬＩＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹｆｉＳＳ士享位文ＭＡＳＴＥＲＡＬＤＩＳＳＥＲＴＡＴＩＯＮ．＿基于集成极限学习机的脑电信号分类研究、／控制理论与控制工程丨１学科去——作去姓名孙卓然．指导教师—２０５答辩日期——丄＿至＿§＿§．硕士学位论文基于集成极限学习机的脑电信号分类研究ＴｈｅＲｅｓｅａｒｃｈｏｆＥＥＧＳｉｎａｌｓＣｌａｓｓｉｆｉｃａｔｉｏｎｂａｓｅｄｏｎＥｎｓｅｍｂｌｅｇＥｘｔｒｅｍｅＬｅａｒｎｉｎＭａｃｈｉｎｅｇ作者姓名：孙卓然

2、学科、专业：控制理论与控制工程学号：２１２０９１５２指导教师：，韩敏教授完成日期：２０１５年６月６日大遠＿理工大ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果一。与我同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。－若有不实之处，本人愿意承

3、担相关法律责任。学位论文题目：盡＾复■又紛如秘也分Ｉ）作者签名：日期：年５月ｇ日免丨大连羾大学硕士学位论文摘要脑电信号是大脑组织电活动和功能状态的综合反映，它通过在人脑上分布的电极记一录下大脑的生理电活动，是种包含多种信息且高度复杂的随机信号。长期以来，人们。使用脑电信号诊断病人的脑部疾病（例如癫痫、精神分裂症等），取得了很好的效果随着疾病诊疗的发展，传统的人工阅读方法己经不能满足现代脑电信号分析的需求，因此利用机器学习等智能方法实现脑电信号自动分类逐渐成为研究的焦点。。脑电信号自动分类过程主要分为两个阶段：信号的特征提取和分类在

4、信号特征提一一取阶段，针对传统方法只能提取信号单特性的问题，本文提出种小波包与样本熵混合的脑电信号特征提取方法，利用小波包变换提取信号的线性特征，同时结合样本熵提取信号的非线性特征，能够更好地表现脑电信号线性与非线性的双重特点。在分类阶段，一为解决单极限学习机分类结果随机不稳定的问题，本文釆用集成学习思想，依据不同的集成策略提出两种改进的集成极限学习机分类算法。基于线性判别分析的集成极限学习机分类方法使用并行的集成策略，利用线性判别分析对重釆样产生的各个训练子集进。行变换，得到相互间差异较大的子集，增加各个学习器间的差异性，减小集成泛化误差基于互信

5、息的Ａｄａｂｏｏｓｔ极限学习机分类算法利用串行的集成策略，增加误分样本对单一极限学习机的影响，并嵌入互信息输入变量选择，以整体学习器最终的性能作为评价。指标，实现对输入变量以及网络模型的优化仿真结果表明：本文所提特征提取方法能。够充分得到信号全面的信息特征，有利于分类器分类所提的两种集成极限学习机分类方法能够有效提升分类精度，具有更好的泛化性能。关键词：集成极限学习机；小波包；样本滴；脑电信号特征提取；脑电信号分类－Ｉ－基于集成极限学习机的脑电信号分类研究ＴｈｅｒｅｓｅａｒｃｈｏｆＥＥＧｓｉｇｎａｌｓＣｌａｓｓｉｆｉｃａｔｉｏｎｂａｓ

6、ｅｄｏｎＥｎｓｅｍｂｌｅＥｘｔｒｅｍｅＬｅａｒｎｉｎＭａｃｈｉｎｅｇＡｂｓｔｒａｃｔＥｌｅｃｔｒｏｅｎｃｅｈａｌｏｒａｍＥＥＧｉｓｔｈｅｃｏｍｒｅｈｅｎｓｉｖｅｒｅｆｌｅｃｔｉｏｎｏｆｔｈｅｓｔａｔｅｏｆｔｈｅｅｌｅｃｔｒｉｃｌｐｇ（）ｐａａｃｔｉｖｉｔｏｆｂｒａｉｎｔｉｓｓｕｅａｎｄｂｒａｉｎｆｕｎｃｔｉｏｎ．Ｉｔｒｅｃｏｒｄｓｔｈｅｈｓｉｏｌｏｅｌｅｃｔｒｉｃａｔｌａｃｔｉｖｉｏｆｏｕｒｙｐｙｇｙｙｂｒａｉｎｔｈｒｏｕｈｔｈｅｅｌｅｃｔｒｏｄｅｓｄｉｓｔｒｉｂｕｔｉｎｏｎｔｈｅｂｒａｉｎ

7、ａｎｄｉｔｉｓａｋｉｎｄｏｆｈｉｈｌｃｏｍｌｅｘｒａｎｄｏｍ，ｙｇｇｇｐｓｎａａｎｎａｖａｒｅｏｆｒｍａｏｎｏｒａｏｎｍｅｓｎａｃｔｏｎｉｇｌｔｈｔｃｏｔａｉｓｉｔｙｉｎｆｏｔｉ．ＦｌｔｉＥＥＧｉｌｓｌａｓｓｉｆｉｃａｉｉｓｇ，ｇｕｎ＇ｗｈｓｅｄｔｏｉｄｅｔｉｆｙｔｈｅａｔｉｅｎｔｓｄｉｓｅａｓｅｓｓｕｃｈａｓｅｉｌｅｓｓｃｈｉｚｏｈｒｅｎｉａｅｔｃ．ｉｃｈａｃｈｉｅｖｅｓｐ（ｐｐｙ，ｐ，），ｇｏｏｄ