基于LMD熵特征和LVQ神经网络的运动想象脑电信号识别方法

    公开(公告)号:CN106778594A

    公开(公告)日:2017-05-31

    申请号:CN201611135797.1

    申请日:2016-12-12

    Applicant: 燕山大学

    CPC classification number: G06K9/00536 G06N3/08

    Abstract: 本发明公开了一种基于LMD熵特征和LVQ神经网络的运动想象脑电信号识别方法,属于脑机接口技术领域。本发明运用改进的LMD方法对脑电信号进行分解,得到原始信号的一系列PF分量和残差,筛选出包含主要特征频率的PF分量;对选出的有效PF分量分别计算能量熵、模糊熵、多尺度熵,并将三种熵融合为特征向量;最后使用LQV神经网络对特征向量进行分类识别。本发明中的改进LMD方法,采用自延拓的方法来改善可能存在的端点效应问题。该方法克服了LMD端点效应问题,能够有效的进行脑电信号特征提取,实现了对运动想象模式的有效识别,具有一定的实用价值。

Patent Agency Ranking