一种基于改进S变换的运动想象分类识别方法

摘要

本发明公开一种基于改进S变换的运动想象分类识别方法，采用改进S变换的方法在脑电信号特征最显著的频率范围内提取信号的PSD特征，筛选出尺度因子p和q的最优值，准确地提取出信号特征。提取出有效特征后，筛选出SVM分类器中惩罚因子c与核函数参数g的最优值，以及确定最佳核函数，训练出分类模型并测试，获得了最高96％的分类正确率，优于目前所有方法的分类正确率。本发明采用信道选择方法，在保证性能的前提下降低数据维度，大大减轻了算法复杂度，并剔除了信道中的噪音信道以及相互干扰的信道，筛选出了噪音小，干扰少的几个相对较好的信道。