一种新的注意力相关脑电分类算法设计

作者：刘明宇王珏燕楠魏娜郑崇勋

来源：西安交通大学学报, 2005, (10): 1162-1164.

• 支持向量机
• 数据融合理论
• 脑电
• 注意力

提出了一种新的基于支持向量机(SVM)学习机制的注意力相关脑电分类算法.在对脑电信号进行3级小波分解之后,采用主分量分析方法提取主要的特征分量,并且采用SVM方法对其进行分类.在此基础上,依据数据融合理论,对多导分类结果进行综合判断.结果表明,本方法具有良好的鲁棒性,对注意力相关脑电信号分类的准确率可达89%左右,高于单导最优准确率.该方法对注意力缺陷反馈治疗、注意力机制研究等具有较高的实用价值.

• 单位
  西安交通大学