一种基于EMD及高斯核函数SVM的脑电情感分类方法

摘要

本发明公开了一种基于EMD及高斯核函数SVM的脑电情感分类方法，针对脑电信号分类正确率不高的问题，本发明将经验模态分解(EMD)技术与SVM进行结合，对脑电信号先进行EMD分解，得到若干条模态分量，每个模态分量中包含不同频率的有效信息，再将频率能量作为每条模态分量的量化标准，即每条脑电可以得到不同的特征值，将这些特征值作为脑电序列的特征值进行下一步的分类样本值。通过实验表明，基于EMD及高斯核函数SVM的脑电分类方法能够提高脑电信号分类的正确率。