快速序列视觉呈现任务下的脑电分类算法
快速序列视觉呈现任务下的脑电分类算法
复制标题
DOI：
10.15918/j.tbit1001-0645.2019.s1.034
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
林艳飞
中科院分区：
文献类型：
--
作者：
李博闻;刘志文;高小榕;林艳飞
为了解决在快速序列视觉呈现任务下的脑电信号分类问题,提出了一种用于脑电信号分类的算法。通过约束有监督降维后样本与样本中心差值的趋近方向，使用训练集脑电数据训练得到映射矩阵；通过特征提取函数将训练集和测试集的脑电数据样本变换为特征矢量，使用支持向量机对样本进行分类。算法对24名受试者的脑电信号分类的平均正确率为91.5%，平均AUC达到了0.95。实验结果表明提出的脑电分类算法具有良好的分类性能，可以在快速序列视觉呈现任务中准确地识别目标图片。