一种面向脑电信号的多分类器单路模式下的参数训练算法

摘要

本发明公开了属于脑电信号处理技术领域的一种面向脑电信号的多分类器单路模式下的参数训练算法。包括系统初始化参数设置模块、多分类器训练模块、压缩编码模块、索引寻找最优分类器模块。多分类器训练模块包括卷积神经网络、支持向量机、K最近邻、前向神经网络；输入原始信号根据Huffman编码方式实现合成压缩索引数据，所述Huffman压缩算法采用提取公共标志符的方式将原始数据进行重新编码；根据原始数据合成的索引数据测试分类器分类精度。本发明可以针对不同的脑电信号特征灵活选择最优的分类模型，所述压缩索引算法充分利用高速缓存进行信息存储，减小硬件开销，降低算法复杂度，便于后续算法扩展。