基于混沌机制BP神经网络的左右手运动识别算法

摘要

目的:想象动作提取是脑-机接口技术的关键和难点之一,特征分类是脑-机接口研究的一个重要方面,同时也是一个薄弱环节。想象左(右)手运动和实际做这个运动会以同样的方式改变大脑主要感觉运动区域的神经活动,引起脑电相关频率成分的特征变化。方法:及时有效的提取和识别这些与运动想象相关的脑电模式,可以帮助严重瘫痪患者控制光标或辅助设备以替代其受损的运动功能,建立一种与外界交流沟通的新途径。研究表明,通过神经网络进行特征分类能产生比较高的精度。结果:采用基于混沌机制BP神经网络的左右手运动识别算法,将混沌控制引入常规BP算法,利用混沌机制固有的全局游动,逃出权值优化过程中存在的局部极小点,最终使权值进入全局意义下的最优不动点的某邻域内,解决了网络训练易陷入局部极小点的问题。结论:仿真结果表明该算法快速有效,优于常规BP算法,有效的提高了控制精度,从而验证了混沌机制神经网络技术在脑-机接口特征分类算法中的优势。