基于多维特征提取无监督EEG信号分类方法

摘要

本发明提供了一种基于多维特征提取无监督EEG信号分类方法，包括：步骤1，基于脑电采集设备采集EEG信号；步骤2，对采集到的EEG信号进行预处理；步骤3，进行数据维度判定，若当数据维度过大，分类类数比较小，先使用降维算法，进行数据压缩，然后基于聚类算法进行分类；若数据维度不多，且最终分出的类别较多，采用数据分解算法，将数据进行扩充，再进行无监督分类。本发明不依赖于硬件设备的灵敏度，对采集信号的质量要求低；允许可控范围的延时效果，对时间的灵敏度要求不算高。计算速度快，相比于传统的监督学习模型，收敛可控。阈值自己可以人工注入，检测需求可以根据适用的实际环境进行调控。