基于多特征融合的运动想象脑电信号分类研究

摘要

针对脑机接口(BCI)系统中常用的运动想象脑电信号,提出多特征融合的方法,提高其分类准确率。采用自回归(AR)模型、小波包变换、共空间模式(CSP)对BCI2003竞赛数据进行信号处理,提取AR模型系数、小波包熵差、方差作为特征,并在分类器上测试准确率。实验结果表明:多特征融合的分类准确率均高于单特征,保持在90%左右,可以更好地表征运动想象脑电信号。数据处理所选取的时间段在4-7s,实验结果具有较好的鲁棒性和泛化能力。