运动想象脑电信号的特征提取与识别算法研究

运动想象脑电信号的特征提取与识别算法研究

ID:35098956

大小:3.45 MB

页数:64页

时间:2019-03-17

运动想象脑电信号的特征提取与识别算法研究_第1页
运动想象脑电信号的特征提取与识别算法研究_第2页
运动想象脑电信号的特征提取与识别算法研究_第3页
运动想象脑电信号的特征提取与识别算法研究_第4页
运动想象脑电信号的特征提取与识别算法研究_第5页
资源描述:

《运动想象脑电信号的特征提取与识别算法研究》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、硕士学位论文题目:运动想象脑电信号的特征提取与识别算法研究研究生陈希豪专业模式识别与智能系统指导教师佘青山副教授完成日期2015.12杭州电子科技大学硕士学位论文运动想象脑电信号的特征提取与识别算法研究研究生:陈希豪指导教师:佘青山副教授2015年12月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterResearchonFeatureExtractionandPatternClassificationofMotorImageryEl

2、ectroencephalogramCandidate:ChenXihaoSupervisor:Prof.SheQingshanDecember,2015杭州电子科技大学学位论文原创性声明巧使用授权说明原创樓声明:所呈交的学位论文,本人郑重声明,是本人在导师的指导下独立进行研究工作所取得的成果。除文中己经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中W明确方式标明。一申请学位论文与资料若有不实之处,本人承担切相关

3、责任。论文作者签名曰期:之年J月曰学位论文使用授权说明目本人完全了解杭州电子科技大学关于保留和使用学位论文的规定,P:研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后,发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学可1。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校^1公布论文的全部或部分内容,可W允许采用影印、缩印或其它复制手段保存论文。(保密论文在解密后遵守此规定)论文作者签名:日期年?月I日ff东寿私S*日期/'指

4、导教师签名:山:>1年月日f杭州电子科技大学硕士学位论文摘要脑-机接口技术通俗来说就是一种大脑与机器直接进行交流的科学技术,它的主要特点是不需要外周神经和肌肉组织的参与,只需采集人在进行思维活动时产生的意念——脑电信号,并对信号进行处理、分析、识别,形成表达人控制外部设备意念的控制信号,实现与外部世界的交流与控制。该技术已被应用于医疗健康、军事国防、汽车驾驶、游戏娱乐等领域,因此其不仅具有重要的理论研究价值,还具有较好的应用前景,已成为当前各个国家的研究热点。考虑到运动想象脑电信号包含丰富的运动信息,能避免电极

5、植入人脑的风险以及获取成本较低等优点,本文以其作为分析对象。本文在国家自然科学基金资助项目的支持下,首先简要叙述了脑电研究的相关背景以及重要意义,概述了脑-机接口的研究现状,介绍了脑电信号的特点以及脑-机接口的组成,对脑电信号的预处理、特征提取、模式分类的方法进行了简要分析和总结,最后提出了一些尚未解决的问题,并针对这些问题开展研究。本文完成了以下研究工作:(1)脑电信号的预处理:本文采用非线性多尺度方法脑电信号机进行消噪,该方法能提高运动想象脑电信号的信噪比,在一定程度上去除一系列的无关信号,从而为接下来提取信号特

6、征以及为信号进行分类提供较好的前提条件。(2)脑电信号的特征提取:本文将脑功能网络引入到脑电特征提取的研究中,提出了一种基于感兴趣脑区Lasso-Granger因果关系的新方法,克服了当前基于孤立脑区的研究方法的不足。先利用主成分分析提取各感兴趣区的最大主成分,然后计算它们之间的Lasso-Granger因果度量,并将其作为特征向量,为脑电特征提取研究提供了新的思路。(3)脑电信号的模式分类:本文提出了一种具有增量学习能力的孪生支持向量机方法,来提高分类器的分类精度、速度、自适应能力以及实用性。首先,建立孪生支持向量

7、机的初始模型作为后续增量扩展算法的基本模型;其次,将增量学习引入到分类模型的构建中,从而使个体具有较好的自学习和修正性能,提高BCI系统的自适应能力和分类精度。除此以外,本文还利用粒子群算法对孪生支持向量机进行参数寻优,以获得最佳的分类效果。本文是基于运动想象脑电信号处理方法的研究,所提方法均用MATLAB语言编程实现,验证了算法的有效性。关键词:脑-机接口;运动想象;脑功能网络;Granger因果分析;孪生支持向量机;增量学习;自适应I杭州电子科技大学硕士学位论文ABSTRACTBrain-computerinte

8、rfacetechnologymakesbraincommunicatewiththemachinedirectly.Itsmainfeatureisthatitdoesn’trequireperipheralnerveandmuscletissueinvolvement.PeoplejustcollectEEGsignaltoprocess,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。