基于基因优化的脑电信号特征选择.pdfVIP

32 12 仪 器 仪 表 学 报 Vol. 32 No. 12 第 卷 第 期 2011 12 Chinese Journal of Scientific Instrument Dec． 2011 年 月 基于基因优化的脑电信号特征选择* 吴 婷 ( 200245) 上海电机学院机械学院 上海 : (BCI) ， (GO)。GO 摘 要 针对脑机接口 研究中脑电信号的特征选择问题 提出了一种基因优化算法 算法在变异的基础上实现 、 ， 。 自下而上 由微观到宏观的自组织优化 可以在提高分类精度的同时很大程度上节省在线数据处理的时间 为检验提出方法的 ， AGA Fisher ， GO 有效性 将其与基于 的特征选择方法以及基于 距离的滤波选择方法进行了比较 实验结果表明基于 的分类精度 ， 。 明显高于其他方法 获得了最好的模式识别性能 : ; ; ; 关键词 脑电图 脑机接口 基因优化 分类 中图分类号:R318 TP391． 4 文献标识码:A 国家标准学科分类代码:510 ． 4030 Automated feature selection based on a gene optimisation algorithm for brain-computer interface Wu Ting (School of Mechanical ，Shanghai Dianj i University ，Shanghai 200245 ，China) Abstract :In brain-computer interfaces (BCIs)，a feature selection approach using a gene optimization algorithm (GO)is described in this paper． GO algorithm realizes self-organizing optimization from bottom to top from micro- cosmic to macroscopic based on genetic mutations ;it can save much online data processing time and improve EEG classification accuracy． The performance of GO algorithm is compared with those of adaptive genetic algorithm (AGA)and filter selection method in selecting feature subset for BCIs． Simulation results show that the proposed GO algorithm provides superior performance in classification accuracy． Key words