公开(公告)号：CN107273841A

公开(公告)日：2017-10-20

申请号：CN201710432101.X

申请日：2017-06-09

Applicant: 北京工业大学

Inventor： 李幼军 ,  钟宁 ,  陈萌 ,  刘岩 ,  何强

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/00536 ,  G06K9/6223 ,  G06K9/6269

Abstract: 本发明公开了一种基于EMD及高斯核函数SVM的脑电情感分类方法，针对脑电信号分类正确率不高的问题，本发明将经验模态分解(EMD)技术与SVM进行结合，对脑电信号先进行EMD分解，得到若干条模态分量，每个模态分量中包含不同频率的有效信息，再将频率能量作为每条模态分量的量化标准，即每条脑电可以得到不同的特征值，将这些特征值作为脑电序列的特征值进行下一步的分类样本值。通过实验表明，基于EMD及高斯核函数SVM的脑电分类方法能够提高脑电信号分类的正确率。

公开(公告)号：CN107292095A

公开(公告)日：2017-10-24

申请号：CN201710431989.5

申请日：2017-06-09

Applicant: 北京工业大学

Inventor： 陈萌 ,  钟宁 ,  何强 ,  李幼军 ,  周海燕

IPC: G06F19/00

CPC classification number: G06F19/00

Abstract: 本发明公开了一种基于多尺度窗口为阈值的复杂度分析方法。对于脑电信号的研究，以往主要集中在时频特征的传统分析方法上，近几年越来越多的研究采用非线性方法。大多非线性方法第一步都会涉及粗粒化问题，而过度粗粒化会损失脑电信号中的有效信息。本发明为了解决这个问题，提出了基于多尺度窗口的复杂度计算方法，本发明方法首先对脑电信号进行滤波处理，提取有效频段，之后取不同尺度窗口，以窗口内中值为阈值，为每个信号点取各自独特的阈值进行二值化处理进行粗粒化。本发明对之前以均值为阈值进行粗粒化提高了有效性，能正确提取信号中的有效信息。