一种基于非高斯中性向量特征选择的脑电波(eeg)信号分类方法
2015
本发明实施例公开了一种基于非高斯中性向量特征选择的脑电波(EEG)信号分类方法。该方法包括如下步骤:通道选择步骤:将输入的每个通道变换并归一化后,取能量最大的M个通道形成一个超向量;非线性去相关步骤:由于每个通道形成的向量是中性向量,可以利用其中性性质进行非线性去相关生成向量u;特征选择步骤:按差分熵或方差从大到小排序,对每个通道分别取Nm个为最终特征;贝塔分类器设计步骤:用贝塔混合模型设计分类器。利用本发明实施例,能够提高脑电波信号分类的准确率,具有很大的实用价值。
Keywords:
- Correction
- Source
- Cite
- Save
- Machine Reading By IdeaReader
1
References
0
Citations
NaN
KQI