期刊文献+
共找到346篇文章
< 1 2 18 >
每页显示 20 50 100
基于GC特征和脑区频段Transformer模型的EEG情感识别
1
作者 张睿 张雪英 +1 位作者 陈桂军 黄丽霞 《计算机工程》 北大核心 2025年第6期311-319,共9页
人的情感在发生变化时,不同通道间脑电图(EEG)信号会交互作用,且不同频段交互特征存在分脑区特性。为提取全脑交互性特征和充分捕获特征在不同脑区频段间依赖性,提出主对角线非0的格兰杰因果(GC)特征提取方法和分脑区分频段的Transforme... 人的情感在发生变化时,不同通道间脑电图(EEG)信号会交互作用,且不同频段交互特征存在分脑区特性。为提取全脑交互性特征和充分捕获特征在不同脑区频段间依赖性,提出主对角线非0的格兰杰因果(GC)特征提取方法和分脑区分频段的Transformer模型。首先,针对计算自身因果度量值时GC值为0的问题,通过改进GC算法,提取出EEG信号各通道非0的自身因果信息。然后,针对常用情感识别模型总是关注局部特性,缺乏全局视野的问题,根据不同频段下同脑区间存在关联的特点,对因果特征进行脑区频段划分,使用脑区频段Transformer模型将特征进行不同脑区不同频段特征间的依赖性和贡献捕获。在TYUT3.0数据集上的实验结果表明,在使用提出的脑区频段Transformer模型分类识别时,主对角线非0 GC矩阵相比于常用GC矩阵,平均识别准确率提升了约1.59百分点,说明了所提出特征的优越性;在使用提出的主对角线非0 GC矩阵作为特征时,提出的脑区频段Transformer模型平均准确率达到94.50%,较已有的模型平均识别准确率提升了1.89百分点,说明了脑区频段划分特征依赖性及全局融合思路的有效性。 展开更多
关键词 格兰杰因果 脑区 频段 Transformer模型 脑电图情感识别
在线阅读 下载PDF
基于EEG的脑力疲劳特征研究 被引量:15
2
作者 范晓丽 牛海燕 +1 位作者 周前祥 柳忠起 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第7期1406-1413,共8页
模拟飞行员在飞行过程中监视仪表信息的过程,分析脑电(EEG)随脑力疲劳变化的特点及规律,从而为后期对抗脑力疲劳提供科学根据。通过设计2级不同难度的视觉监控任务分别诱发脑力疲劳,采用多种方法相结合进行研究,比较EEG参数(δ、θ、α... 模拟飞行员在飞行过程中监视仪表信息的过程,分析脑电(EEG)随脑力疲劳变化的特点及规律,从而为后期对抗脑力疲劳提供科学根据。通过设计2级不同难度的视觉监控任务分别诱发脑力疲劳,采用多种方法相结合进行研究,比较EEG参数(δ、θ、α、β、(α+θ)/β、α/β、(α+θ)/(α+β)和θ/β)在任务前后的变化情况。结果表明:从正常到疲劳状态,额区、中央区、顶区和枕区的α波相对能量显著增加(P<0.05);前额区、侧额区、后颞区以及枕区的β波相对能量显著降低(P<0.05);δ波和θ波相对能量变化未达到显著性差异(均有P>0.05);参数(α+θ)/β、α/β、(α+θ)/(α+β)和θ/β在除颞区外的各脑区都显著增大(P<0.05);在颞区,只有α/β在疲劳前后增加明显(P<0.05);与较高难度的任务比较,低难度任务中的各EEG参数变化较为明显。因此,除δ波和θ波以外的其他特征参数被证实在特定的脑区域可以作为衡量脑力疲劳的潜在指标,同时可以验证适当地增加任务难度可以在某种程度上对抗脑力疲劳的产生。 展开更多
关键词 脑力疲劳 任务难度 视觉监控 脑电(eeg) 小波分析
在线阅读 下载PDF
基于EEG与EOG信号的疲劳驾驶状态综合分析 被引量:11
3
作者 王福旺 王宏 罗旭 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2014年第2期175-178,共4页
疲劳驾驶时,司机的脑电信号和眼电信号特征均发生显著变化,本文针对这两类信号进行分析研究,利用这两类数据综合分析判断司机是否处于疲劳驾驶状态.首先对采集的脑电信号进行小波包分解,提取信号中的α波,并计算其相对功率谱P;然后利用P... 疲劳驾驶时,司机的脑电信号和眼电信号特征均发生显著变化,本文针对这两类信号进行分析研究,利用这两类数据综合分析判断司机是否处于疲劳驾驶状态.首先对采集的脑电信号进行小波包分解,提取信号中的α波,并计算其相对功率谱P;然后利用Pearson相关系数分析两路对称导联F7,F8中眨眼信号特征,去除干扰;最后利用BP神经元网络对眨眼信号进行识别,计算眨眼频率.结果表明,利用眼电信号和脑电信号特征综合分析司机眨眼动作,能准确识别出眨眼信号,并能正确检测人的驾驶疲劳状态的变化. 展开更多
关键词 疲劳驾驶 脑电信号 眼电信号 小波包分解 相对功率谱 眨眼频率
在线阅读 下载PDF
EEG柯尔莫哥洛夫熵测度用于精神疲劳状态的研究 被引量:9
4
作者 张连毅 郑崇勋 +1 位作者 李小平 沈开泉 《中国生物医学工程学报》 CAS CSCD 北大核心 2007年第2期170-176,共7页
为了区分精神疲劳的程度,研究了不同精神疲劳状态时脑电信号的无序程度。通过对8例不同精神疲劳状态与其对应脑电信号柯尔莫哥洛夫熵的分析,发现:1)脑电信号柯尔莫哥洛夫熵的波动范围与精神疲劳的状态有着明显的对应关系;2)脑电信号柯... 为了区分精神疲劳的程度,研究了不同精神疲劳状态时脑电信号的无序程度。通过对8例不同精神疲劳状态与其对应脑电信号柯尔莫哥洛夫熵的分析,发现:1)脑电信号柯尔莫哥洛夫熵的波动范围与精神疲劳的状态有着明显的对应关系;2)脑电信号柯尔莫哥洛夫熵随着连续工作时间的延长而减小;3)可以通过分析脑电信号柯尔莫哥洛夫熵的波动范围对疲劳时心理生理状态进行客观评定。研究方法为进一步认识精神疲劳的过程、研究精神疲劳对中枢神经系统的影响提供了一种新的工具。 展开更多
关键词 精神疲劳 脑电信号 柯尔莫哥洛夫熵 前额叶皮层
在线阅读 下载PDF
基于迁移学习的癫痫EEG信号自适应识别 被引量:10
5
作者 杨昌健 邓赵红 +1 位作者 蒋亦樟 王士同 《计算机科学与探索》 CSCD 2014年第3期329-337,共9页
脑电图(electroencephalogram,EEG)信号智能识别是癫痫病检测的重要手段。传统的智能识别方法在进行检测时,都假定智能模型训练采用的训练样本集和测试样本集满足同一分布特征,但在实际应用时,此假设条件过于苛刻,当训练和测试数据对应... 脑电图(electroencephalogram,EEG)信号智能识别是癫痫病检测的重要手段。传统的智能识别方法在进行检测时,都假定智能模型训练采用的训练样本集和测试样本集满足同一分布特征,但在实际应用时,此假设条件过于苛刻,当训练和测试数据对应的场景有一定漂移时传统方法不再适用。针对上述情况,将近年来广受关注的对分布差异性场景具备较好性能的迁移学习方法引入到脑电图识别中,使得最终所得的模型对训练和测试数据的分布要求较之传统方法得到进一步放松,扩大了算法的适应场景,实现了在数据漂移场景下对癫痫EEG信号的自适应识别。实验表明,基于迁移学习的方法比传统方法具有更好的适应性。 展开更多
关键词 脑电图(eeg) 小波变换 癫痫识别 迁移学习 特征提取
在线阅读 下载PDF
基于小波包技术的EEG信号特征波提取分析 被引量:6
6
作者 张海军 王浩川 赵雨斌 《计算机工程与应用》 CSCD 北大核心 2008年第23期246-248,共3页
为了更有效地提取脑电信号特征波,结合小波包技术,提出了一种脑电特征波提取方法。首先对脑电信号进行小波包分解,然后进行相关频段信号的重构,从而提取出特征波,并对其进行功率谱分析和能量计算。实验结果表明,小波包技术能有效地提取... 为了更有效地提取脑电信号特征波,结合小波包技术,提出了一种脑电特征波提取方法。首先对脑电信号进行小波包分解,然后进行相关频段信号的重构,从而提取出特征波,并对其进行功率谱分析和能量计算。实验结果表明,小波包技术能有效地提取脑电信号特征波。 展开更多
关键词 小波包 特征提取 脑电信号
在线阅读 下载PDF
公共空间模式算法结合经验模式分解的EEG特征提取 被引量:14
7
作者 张学军 黄婉露 +1 位作者 黄丽亚 成谢锋 《计算机工程与应用》 CSCD 北大核心 2017年第13期9-15,54,共8页
常规的公共空间模式分解方法需要大量的输入通道、缺乏频域信息,发展受到限制。为了克服以上缺点,将经验模式分解(Empirical Mode Decomposition,EMD)和公共空间模式算法结合,改变CSP滤波器成分选择方式,提出EMD-CSP算法来获取特征向量... 常规的公共空间模式分解方法需要大量的输入通道、缺乏频域信息,发展受到限制。为了克服以上缺点,将经验模式分解(Empirical Mode Decomposition,EMD)和公共空间模式算法结合,改变CSP滤波器成分选择方式,提出EMD-CSP算法来获取特征向量。该算法对预处理后的信号进行经验模式(EMD)分解,得到固有模态函数(Intrinsic Mode Functions,IMFs),观察并计算每个IMF分量的能量谱,筛选有效的IMF频段(5~28 Hz),使用改进的CSP滤波器进行滤波获取特征,最后使用支持向量机(Support Vector Machine,SVM)进行分类。分类结果得到9位受试的想象运动平均分类正确率为92%,证实了该算法的可行性与有效性。 展开更多
关键词 脑电信号 经验模式分解 公共空间模式分解
在线阅读 下载PDF
基于EEG小波包子带能量比的疲劳驾驶检测方法 被引量:13
8
作者 叶柠 孙宇舸 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第8期1088-1092,共5页
驾驶员在从正常驾驶状态向疲劳驾驶状态变化的过程中,其脑电信号中的慢波逐渐增加,快波逐渐减少;针对这一特点,提出了一种基于小波包子带能量比的疲劳驾驶状态检测方法.采集和分析受试者模拟驾驶过程中的脑电信号,利用小波包分解系数计... 驾驶员在从正常驾驶状态向疲劳驾驶状态变化的过程中,其脑电信号中的慢波逐渐增加,快波逐渐减少;针对这一特点,提出了一种基于小波包子带能量比的疲劳驾驶状态检测方法.采集和分析受试者模拟驾驶过程中的脑电信号,利用小波包分解系数计算出β波与慢波的能量比,将其作为疲劳指标F值.实验结果表明,尽管不同受试者的F值存在较大差异,但是对于同一受试者而言,F值随着驾驶时间的延长和疲劳程度的增加而逐渐降低,其相对于正常驾驶状态的衰减程度能够有效反映驾驶人的疲劳程度. 展开更多
关键词 疲劳驾驶 脑电信号 小波包子带 子带能量
在线阅读 下载PDF
老年性痴呆患者EEG复杂度比较分析 被引量:2
9
作者 赵丽 万柏坤 +1 位作者 綦宏志 杨春梅 《应用科学学报》 CAS CSCD 2003年第4期411-415,共5页
运用非线性动力学方法比较分析了老年痴呆(AD)患者与同龄正常人的脑电(EEG)复杂度特征,初步表明AD患者头皮各导联处EEG信号的复杂度均显著低于同龄正常人的相应值.研究结果提示:可考虑试用复杂度作为AD临床诊断的特异性指标作进一步深... 运用非线性动力学方法比较分析了老年痴呆(AD)患者与同龄正常人的脑电(EEG)复杂度特征,初步表明AD患者头皮各导联处EEG信号的复杂度均显著低于同龄正常人的相应值.研究结果提示:可考虑试用复杂度作为AD临床诊断的特异性指标作进一步深入研究. 展开更多
关键词 老年性痴呆患者 eeg复杂度 非线性动力学方法 脑电
在线阅读 下载PDF
引入迁移学习的癫痫EEG信号自适应识别 被引量:4
10
作者 杨昌健 邓赵红 +1 位作者 蒋亦樟 王士同 《计算机工程》 CAS CSCD 北大核心 2015年第6期158-164,共7页
在脑电图(EEG)信号识别中,EEG信号的采样环境、病人状态的多样性导致分类器训练所用的源域与分类器测试所用的目标域不匹配,分类器在目标域上表现不佳。为此,引入邻域适应策略,提出一种基于子空间相似度的改进主成分分析特征提取方法(SS... 在脑电图(EEG)信号识别中,EEG信号的采样环境、病人状态的多样性导致分类器训练所用的源域与分类器测试所用的目标域不匹配,分类器在目标域上表现不佳。为此,引入邻域适应策略,提出一种基于子空间相似度的改进主成分分析特征提取方法(SSM-PCA),在选择主成分时,考虑源域和目标域数据的几何和统计特性,并结合迁移学习分类器大间隔投射迁移支持向量机(LMPROJ),给出以SSM-PCA为基础的LMPROJ分类识别方法。实验结果表明,与结合PCA特征抽取技术和K近邻分类器实现的识别方法相比,该方法在识别正确率方面得到较大提升。 展开更多
关键词 特征迁移 迁移学习 脑电图信号 特征提取 分布多样性 主成分分析
在线阅读 下载PDF
基于状态空间的EEG信号分析 被引量:3
11
作者 游荣义 徐慎初 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2003年第6期736-740,共5页
为寻求脑电(Electroencephalogram,EEG)分析的新途径,提出了一种基于状态空间的脑电分析的新方法.利用状态空间点间的欧氏距离来计算脑电状态空间的态密度和态方差.实验结果表明,态密度和态方差不仅计算简单,而且与脑电的关联维数和Lyap... 为寻求脑电(Electroencephalogram,EEG)分析的新途径,提出了一种基于状态空间的脑电分析的新方法.利用状态空间点间的欧氏距离来计算脑电状态空间的态密度和态方差.实验结果表明,态密度和态方差不仅计算简单,而且与脑电的关联维数和Lyapunov指数相比,更能有效地反映混沌系统非线性动力学的特征.此外,还计算了基于距离协方差的脑电信号的奇异谱,并对结果作了分析. 展开更多
关键词 状态空间 eeg信号 脑电信号分析 态密度 奇异谱 SS
在线阅读 下载PDF
基于K近邻互信息估计的EEG伪迹消除方法 被引量:5
12
作者 何海洋 罗志增 《计算机工程》 CAS CSCD 2013年第6期255-260,共6页
针对脑电信号中的眼电和心电串扰伪迹,提出一种基于最小相依成分分析的互信息(MILCA)算法的伪迹消除方法。在提升小波硬阈值法对多路原始脑电信号去噪基础上,运用MILCA算法对各通道信号进行盲源分离,同时采用信号间互相关系数和互信息... 针对脑电信号中的眼电和心电串扰伪迹,提出一种基于最小相依成分分析的互信息(MILCA)算法的伪迹消除方法。在提升小波硬阈值法对多路原始脑电信号去噪基础上,运用MILCA算法对各通道信号进行盲源分离,同时采用信号间互相关系数和互信息量作为指标,分析伪迹分离程度。与Extend Infomax、FastICA 2种常见盲源分离算法的对比结果表明,运用MILCA算法对脑电信号中的眼电及心电伪迹的分离结果最理想。 展开更多
关键词 脑电信号 盲源分离 K近邻 互信息 最小相依成分分析
在线阅读 下载PDF
脑机接口中基于BISVM的EEG分类 被引量:1
13
作者 杨帮华 何美燕 +1 位作者 刘丽 陆文宇 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2013年第8期1431-1436,共6页
针对脑电信号(EEG)分类问题,提出基于批处理增量式支持向量机(BISVM)的分类方法.将所有数据通过批处理进行分组,采用第1组数据在SVM中建立初始分类器模型,将剩余组内数据顺序作为新增样本,对满足卡罗需-库恩-塔克(KKT)条件的样本进行增... 针对脑电信号(EEG)分类问题,提出基于批处理增量式支持向量机(BISVM)的分类方法.将所有数据通过批处理进行分组,采用第1组数据在SVM中建立初始分类器模型,将剩余组内数据顺序作为新增样本,对满足卡罗需-库恩-塔克(KKT)条件的样本进行增量学习和减量去学习,不断判断KKT条件并更新参数,丢弃错误样本,对初始分类器模型进行更新.对2008年脑机接口竞赛数据及本实验室采集数据,用小波包分解(WPD)结合共空间模式(CSP)进行特征提取,SVM、ISVM及BISVM分类.结果表明,BISVM的平均分类准确率相对SVM及ISVM分别提高了3.3%及0.3%,BISVM平均训练时间相对ISVM从1.076s减少到0.793s.BISVM为改善计算机对大脑的适应性,实现快速实时在线的脑机接口系统奠定基础. 展开更多
关键词 脑机接口 批处理增量式支持向量机 脑电 分类
在线阅读 下载PDF
基于CuBICA算法的EEG伪迹去除方法 被引量:1
14
作者 罗志增 蔡新波 《计算机工程》 CAS CSCD 2012年第3期180-182,186,共4页
在高阶累积量和独立分量分析的基础上,提出一种基于CuBICA算法的脑电信号伪迹去除方法。针对脑电信号中常含有的眼电、心电等伪迹问题,利用小波包方法对原始脑电信号去噪,并进行中心化和白化处理,运用CuBICA算法对消噪后的脑电信号进行... 在高阶累积量和独立分量分析的基础上,提出一种基于CuBICA算法的脑电信号伪迹去除方法。针对脑电信号中常含有的眼电、心电等伪迹问题,利用小波包方法对原始脑电信号去噪,并进行中心化和白化处理,运用CuBICA算法对消噪后的脑电信号进行盲源分离。分析分离后各信号间相关性,结果表明,CuBICA算法能成功分离脑电、眼电与心电信号,有效去除纯脑电信号中的各种伪迹。 展开更多
关键词 脑电信号 伪迹去除 盲源分离 互相关系数 独立分量分析 累积量
在线阅读 下载PDF
基于多模式EEG的脑-机接口虚拟键鼠系统设计 被引量:5
15
作者 谢松云 刘畅 +2 位作者 吴悠 张娟丽 段绪 《西北工业大学学报》 EI CAS CSCD 北大核心 2016年第2期245-249,共5页
现有的脑-机接口系统大都只基于单模式的脑电特征,系统能实现的功能非常有限,从而制约了脑-机接口系统的应用。采用基于多种模式脑电信号(electroencephalogram,EEG)的脑-机接口技术来实现虚拟键鼠系统,使得被试可以利用自身的脑电信号... 现有的脑-机接口系统大都只基于单模式的脑电特征,系统能实现的功能非常有限,从而制约了脑-机接口系统的应用。采用基于多种模式脑电信号(electroencephalogram,EEG)的脑-机接口技术来实现虚拟键鼠系统,使得被试可以利用自身的脑电信号控制鼠标和键盘的操作。研究了脑-机接口中常用的3种脑电信号,分别是P300波、alpha波以及稳态视觉诱发电位(steady state visual evoked potential,SSVEP),通过设计实验成功的诱发出了被试相应的特征脑电信号。利用SSVEP的脑电特征设计6频率LED闪烁刺激的虚拟鼠标系统,实现控制鼠标光标移动、单击左键和单击右键的任务;利用P300波的脑电特征设计6×6的字符矩阵虚拟键盘系统,实现字符输入的任务;利用被试自主闭眼增强alpha波的脑电特征,实现鼠标和键盘应用切换的任务。研究了适宜这3种脑电特征的最佳测量电极组合及模式识别算法,使得对3种脑电信号的识别正确率均达到了85%以上。测试结果显示,文中设计的基于多模式EEG的脑-机接口虚拟键鼠系统能有效地实现鼠标控制以及键盘输入的任务。 展开更多
关键词 脑电信号 脑-机接口 虚拟键/鼠系统 机器学习 模式识别
在线阅读 下载PDF
感知音乐音质的EEG探究
16
作者 赵书栋 李宁 +1 位作者 李炳全 刘承宜 《心理学探新》 CSSCI 2012年第1期27-30,共4页
欣赏音乐是一种审美的体验活动,不同的音质会使人产生不同的感受。为探究音乐和EEG的关系,本文选用音乐《黑人舞曲》,运用主成分分析等方法,研究了11位在校大学生在欣赏不同音质音乐时的EEG特征。结果发现:在欣赏不同音质音乐时大脑皮... 欣赏音乐是一种审美的体验活动,不同的音质会使人产生不同的感受。为探究音乐和EEG的关系,本文选用音乐《黑人舞曲》,运用主成分分析等方法,研究了11位在校大学生在欣赏不同音质音乐时的EEG特征。结果发现:在欣赏不同音质音乐时大脑皮层右颞等处快波功率差异显著。大脑对音乐的精细加工与大脑右颞等区的电活动密切相关。 展开更多
关键词 脑电图 音乐 音质 功率值 主成分分析
在线阅读 下载PDF
结合PCA和JADE的EEG眼电伪迹去除研究
17
作者 王兵 王魁 +1 位作者 王柏祥 陆璇辉 《计算机工程与应用》 CSCD 北大核心 2009年第23期130-133,共4页
眼电伪迹干扰是脑电信号中的常见干扰,严重影响到有用脑电信号的提取和分析。提出一种基于主分量分析(PCA)和特征矩阵联合相似对角化(JADE)算法相结合的眼电伪迹去除方法,并探讨了主分量分析对伪迹去除的影响。实验结果表明了该算法的... 眼电伪迹干扰是脑电信号中的常见干扰,严重影响到有用脑电信号的提取和分析。提出一种基于主分量分析(PCA)和特征矩阵联合相似对角化(JADE)算法相结合的眼电伪迹去除方法,并探讨了主分量分析对伪迹去除的影响。实验结果表明了该算法的有效性及稳健性,并且其时间开销小。此外该算法还可以有效去除其他脑电伪迹及干扰成分。 展开更多
关键词 主分量分析 眼电伪迹 特征矩阵联合相似对角化 脑电信号
在线阅读 下载PDF
EEG功率信息显示特征对认知负荷的影响 被引量:9
18
作者 陈龙 王崴 +3 位作者 瞿珏 胡波 蔡睿 赵敏睿 《中国安全科学学报》 CAS CSCD 北大核心 2020年第2期183-189,共7页
为解决防空反导指控舱人机界面"巨量信息,有限显示"的矛盾,通过试验探究信息显示率、信息提供率、数据更新率对指控舱界面认知负荷的影响。建立以脑电信号(EEG)α波的频谱功率及任务负荷指数(TLX)量表为评价指标的主、客观认... 为解决防空反导指控舱人机界面"巨量信息,有限显示"的矛盾,通过试验探究信息显示率、信息提供率、数据更新率对指控舱界面认知负荷的影响。建立以脑电信号(EEG)α波的频谱功率及任务负荷指数(TLX)量表为评价指标的主、客观认知负荷综合评价模型,并用此模型评估认知负荷。结果表明:3个因素对认知负荷影响极其显著,影响从大到小排序为信息显示率、信息提供率、数据更新率;使认知负荷最小的因素组合为信息显示率80 bit、信息提供率4 bit、数据更新率3 s。 展开更多
关键词 信息显示 认知负荷 脑电信号(eeg) 人机界面 α波频谱功率
在线阅读 下载PDF
视觉引导下的运动执行与运动想象EEG时频特征对比分析 被引量:3
19
作者 伍彪 覃兵 +5 位作者 吴鑫 周璐 钱志余 李韪韬 高凡 祝桥桥 《数据采集与处理》 CSCD 北大核心 2022年第1期164-172,共9页
近年来基于运动想象(Motor imagery,MI)的脑-机接口(Brain-computer interface,BCI)技术迅速发展,广泛运用于各个领域。为了比较运动执行(Motor execution,ME)与MI脑电活动的差异,本文提出一种基于脑电信号(Electroencephalogram,EEG)... 近年来基于运动想象(Motor imagery,MI)的脑-机接口(Brain-computer interface,BCI)技术迅速发展,广泛运用于各个领域。为了比较运动执行(Motor execution,ME)与MI脑电活动的差异,本文提出一种基于脑电信号(Electroencephalogram,EEG)时频域分析的方法。通过设计视觉诱导的上肢ME与MI对照实验,对被采集的10名健康被试的EEG数据进行预处理,并提取各波段特征值,最后分析ME与MI各波段功率值和同一波段功率差值。结果显示,MI过程alpha波为优势波,ME过程delta波为优势波。与MI相比,ME中alpha波呈下降趋势,delta波呈上升趋势。本研究结果表明,ME与MI的脑电活动有明显差异性,为进一步提高基于MI的BCI系统的实时性和普适性提供了理论和数据支撑。 展开更多
关键词 脑电信号 时频分析 运动想象 运动执行 脑-机接口
在线阅读 下载PDF
面向癫痫EEG自适应识别的迁移径向基神经网络 被引量:1
20
作者 谢丽潇 邓赵红 +1 位作者 史荧中 王士同 《计算机科学与探索》 CSCD 北大核心 2016年第12期1729-1736,共8页
在癫痫脑电图(electroencephalogram,EEG)信号识别中,传统的智能建模方法要求训练数据集和测试数据集均服从相同的分布。但在实际应用中,某些情况并不能满足此条件,进而导致传统方法性能急剧下降。针对上述情况,引入迁移学习策略,提出... 在癫痫脑电图(electroencephalogram,EEG)信号识别中,传统的智能建模方法要求训练数据集和测试数据集均服从相同的分布。但在实际应用中,某些情况并不能满足此条件,进而导致传统方法性能急剧下降。针对上述情况,引入迁移学习策略,提出了适用于数据分布迁移环境的直推式径向基神经网络(transductive radial basis function neural network,TRBFNN)。该方法在癫痫EEG信号识别中的实验结果表明:直推式径向基神经网络具有较好的场景迁移适应性,对训练数据和测试数据存在差异时,识别性能不会出现急剧恶化的现象。 展开更多
关键词 脑电图(eeg) 径向基神经网络 直推式迁移学习
在线阅读 下载PDF
上一页 1 2 18 下一页 到第
使用帮助 返回顶部