基于眼动辅助脑电信号的手部动作分类方法.pdfVIP

下载本文档

6
0
约1.96万字
约 6页
2018-01-03 发布于北京
举报
版权申诉

基于眼动辅助脑电信号的手部动作分类方法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第25卷第6期模式识别与人工智能 V01．25No．6 2012年12月 PR＆AI Dec 2012 基于眼动辅助脑电信号的手部动作分类方法孟明罗志增 (杭州电子科技大学智能控制与机器人研究所杭州310018) 摘要提出一种利用小波包变换和支持向量机对手部动作的运动想象脑电信号进行分类的方法．在相关眼动辅助情况下采集想象手部动作时的C3、C4、P3和P4通道脑电信号，用小波包变换的方法提取4种特征节律波，分别计算每种节律波能量占4种节律波能量之和的比值作为特征，然后将16维特征向量输入支持向量机分类器进行手部动作分类．对上翻、下翻、展拳、握拳4种手部动作的分类实验中平均识别率为82．3％，表明眼动辅助能有效提高运动想象脑电信号可分性．关键词脑电信号(EEG)，手部动作分类，小波包变换(w阳)，支持向量机(SVM) 391 中图法分类号TP HandMotionClassificationBasedon AssistedEEG Eye-Moving MENG Ming，LUOZhi-Zeng Controland Dianzi (InstituteofIntelligent Robotics，HangzhouUniversity，Hangzhou310018) ABSTRACT method Aclassification wavelet vector using packettransform(W盯)andsupport machine(SVM) is to themotor hand presentedclassify imageryelectroencephalogram(EEG)ofmotion．Firstly，the assisted relevant EEGatC 3andP4 hand—motionalerecorded． eye-moving 3，C4，P during imagery feature wavesare extracted theratioof ofeach waveto Then，fourrhythm WFrr，and using energy rhythm the ofallfour wavesis sum rhythm calculated asthe 16 energy respectivelyfeature．Finally，the dimensionfeaturevectoriS intoSVMclassifier to thehand—motions．Thecorrect input recognize average rateoffour ofhand wrist