| 基于分数阶傅里叶变换的运动脑电信号分类方法 |
| 黄小爽
|
| 2020-09-15
|
| 发表期刊 | 计算机与现代化
 |
| ISSN | 1006-2475
|
| 卷号 | No.301期号:09页码:54-59 |
| 摘要 | 运动想象脑电信号作为一种典型的非线性、非平稳信号,在传统基于单一特征提取的分类方法中难以取得理想的分类性能。针对该问题,将分数阶傅里叶变换(Fractional Fourier Transform,FrFT)引入到脑电信号特征提取过程中。首先利用FrFT对信号进行分析,在扩展特征域的同时从不同维度提取信号中的有用信息并构成特征向量,然后利用支持向量机(Support Vector Machine,SVM)分类器对所提取的特征向量进行分类,最后采用Graz数据开展实验。实验结果表明所提方法能够获得高达92.57%的正确分类结果,明显高于传统采用单一特征提取的分类方法。 |
| 关键词 | 脑电信号分类
分数阶傅里叶变换
模式分类
特征提取
|
| URL | 查看原文
|
| 语种 | 中文
|
| 原始文献类型 | 学术期刊
|
| 文献类型 | 期刊论文
|
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/143657
|
| 专题 | 国家开放大学广东分部
|
| 作者单位 | 惠州开放大学
|
| 第一作者单位 | 国家开放大学广东分部
|
| 第一作者的第一单位 | 国家开放大学广东分部
|
推荐引用方式
GB/T 7714 |
黄小爽. 基于分数阶傅里叶变换的运动脑电信号分类方法[J].
计算机与现代化,2020,No.301(09):54-59.
|
| APA |
黄小爽.(2020).基于分数阶傅里叶变换的运动脑电信号分类方法.计算机与现代化,No.301(09),54-59.
|
| MLA |
黄小爽."基于分数阶傅里叶变换的运动脑电信号分类方法".计算机与现代化 No.301.09(2020):54-59.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论