计量学报

作者：付荣荣,杨阳,于宝,刘冲,张驰

单位：燕山大学电气工程学院,河北 秦皇岛 066004

关键词：计量学;脑电信号;集合经验模态分解;多线性主成分分析;脑机接口;特征提取

基金：国家自然科学基金(62073282);河北省中央引导地方科技发展资金(206Z0301G);河北省自然科学基金(E2018203433)

为了实现脑机接口系统需要有效的特征提取算法。针对二维主成分分析(2DPCA)的特征提取方法忽略脑电信号(EEG)频域特征的缺点和基于小波分解构建EEG高阶张量时小波参数难以确定的局限性,提出了基于集合经验模态分解(EEMD)构建高阶张量结合多线性主成分分析(MPCA)降维的特征提取方法。设计了3种不同特征提取方法的对照实验,并结合Fisher线性判别分析分类方法取得分类准确率。结果表明:新提出的方法相比基于小波分解构建高阶张量结合MPCA进行降维和2DPCA的特征提取方法,平均识别准确率分别提高4.75%和2.6%,且识别准确率的方差分别减小72.69%和23.86%。该方法在提高单次运动想象脑电信号识别准确率的同时还具有更好的适用性,为实现运动想象脑电信号解码奠定了基础。

来源：2021年第12期

《计量学报》期刊编辑部

查看计量学报杂志2021年第12期