典型文献
基于BP神经网络的运动想象脑电信号分类研究
文献摘要：
运动想象脑机接口因具有更大的自主性、灵活性,在脑机互联领域得到了广泛应用,相比较其它范式分类准确率偏低,限制了其发展.本文利用时频图谱、脑地形图两种特征分析方法对上肢运动想象脑电信号进行了特征分析,并采用滤波器组共空间模式(FBCSP)特征提取算法对上肢运动想象信号数据进行了特征提取,再将提取结果分别利用支持向量机(SVM)算法、K-最近邻(K-Nearest Neighbor)算法、反向传播(BP)神经网络3种分类算法进行分类,研究结果发现SVM算法、KNN算法、BP神经网络算法应用在上肢运动想象脑机接口系统的平均分类准确率分别为76.45％、74.55％、81.70％,BP神经网络算法相比SVM算法、KNN算法在上肢运动想象任务的分类准确率上分别高出了5.25％、7.15％,并且t检验后得到分类准确率均具有极显著的统计学差异,并利用ROC曲线和AUC值检测了分类器效果,BP神经网络的AUC值相比SVM算法、KNN算法也分别提升了0.122 6,0.128 5,表明BP神经网络分类算法相比较SVM算法、KNN算法更适用于上肢运动想象脑机接口系统,提高了系统的分类准确率,推动了上肢运动想象脑电信号实际应用的发展进程.
文献关键词：
运动想象;特征分析;SVM算法;KNN算法;BP神经网络算法
中图分类号：
作者姓名：
何兴霖;赵丽;边琰;张志雯
作者机构：
天津职业技术师范大学天津市信息传感与智能控制重点实验室 天津300222
文献出处：
引用格式：
[1]何兴霖;赵丽;边琰;张志雯-.基于BP神经网络的运动想象脑电信号分类研究)[J].电子测量技术,2022(21):123-129
A类：
B类：
运动想象脑电信号,脑电信号分类,分类研究,脑机接口,分类准确率,时频图,地形图,上肢运动,滤波器组,共空间模式,FBCSP,特征提取算法,号数,最近邻,Nearest,Neighbor,反向传播,分类算法,KNN,神经网络算法,算法应用,平均分,统计学差异,分类器,神经网络分类
AB值：
0.215957
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
