留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

ICA+CSSD的脑-机接口分类

唐艳 柳建新 龚安栋

唐艳, 柳建新, 龚安栋. ICA+CSSD的脑-机接口分类[J]. 电子科技大学学报, 2008, 37(3): 466-469.
引用本文: 唐艳, 柳建新, 龚安栋. ICA+CSSD的脑-机接口分类[J]. 电子科技大学学报, 2008, 37(3): 466-469.
TANG Yan, LIU Jian-xin, GONG An-dong. Classification of Brain-Computer Interfaces Using ICA+CSSD[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(3): 466-469.
Citation: TANG Yan, LIU Jian-xin, GONG An-dong. Classification of Brain-Computer Interfaces Using ICA+CSSD[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(3): 466-469.

ICA+CSSD的脑-机接口分类

基金项目: 

湖南省自然科学基金(07JJ6045)

详细信息
    作者简介:

    唐艳(1975-),女,博士生,讲师,主要从事生物信号处理方面的研究.

  • 中图分类号: R318

Classification of Brain-Computer Interfaces Using ICA+CSSD

计量
  • 文章访问数:  3987
  • HTML全文浏览量:  144
  • PDF下载量:  126
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-10-08
  • 修回日期:  2008-04-05
  • 刊出日期:  2008-06-15

ICA+CSSD的脑-机接口分类

    基金项目:

    湖南省自然科学基金(07JJ6045)

    作者简介:

    唐艳(1975-),女,博士生,讲师,主要从事生物信号处理方面的研究.

  • 中图分类号: R318

摘要: 针对复杂的脑电问题,介绍了一种对单次思维脑电信号提取、分类的方法。该方法的主要思想是将独立成分分量和共空域子空间分解方法以及支持向量机学习方法结合起来,用于提取脑电信号特征。该方法分别被用于BCI Competition 2003 Data set IV和BCI Competition Ⅲ Data set I,正确率分别达到了89%和92%。实验证明独立成分分量算法和共空域子空间分解方法能够很好地结合起来进行脑思维的分类,分类正确率很高,是一种快速、稳定可行的分解方法。

English Abstract

唐艳, 柳建新, 龚安栋. ICA+CSSD的脑-机接口分类[J]. 电子科技大学学报, 2008, 37(3): 466-469.
引用本文: 唐艳, 柳建新, 龚安栋. ICA+CSSD的脑-机接口分类[J]. 电子科技大学学报, 2008, 37(3): 466-469.
TANG Yan, LIU Jian-xin, GONG An-dong. Classification of Brain-Computer Interfaces Using ICA+CSSD[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(3): 466-469.
Citation: TANG Yan, LIU Jian-xin, GONG An-dong. Classification of Brain-Computer Interfaces Using ICA+CSSD[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(3): 466-469.

目录

    /

    返回文章
    返回