您的位置: 专家智库 > >

应基光

作品数:2 被引量:5H指数:1
供职机构:华东理工大学信息科学与工程学院更多>>
发文基金:上海市浦江人才计划项目上海市教育委员会重点学科基金国家自然科学基金更多>>
相关领域:医药卫生更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇医药卫生

主题

  • 2篇信号
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇脑电
  • 2篇脑电信号
  • 1篇神经肌
  • 1篇神经肌肉
  • 1篇神经肌肉损伤
  • 1篇小波
  • 1篇脑机接口
  • 1篇经验模态分解
  • 1篇肌肉
  • 1篇EMD

机构

  • 2篇华东理工大学

作者

  • 2篇应基光
  • 1篇王行愚

传媒

  • 1篇生物医学工程...

年份

  • 2篇2009
2 条 记 录,以下是 1-2
排序方式:
脑机接口中左右手运动想象的脑电信号分析研究
脑-机接口(Brain Computer Interface,BCI)是利用脑电信号来实现的人机交互,可以为神经肌肉损伤患者提供一种不依赖正常的外周神经和肌肉输出通道的新的通讯工具。脑-机接口的研究对于康复工程和新的交流...
应基光
关键词:脑机接口经验模态分解神经肌肉损伤脑电信号支持向量机
基于EMD的左右手运动想象脑电信号分析研究被引量:5
2009年
基于经验模态分解(EMD)理论,提出一种左右手运动想象脑电信号分析方法。首先利用时间窗对脑电信号数据进行划分,对每段数据通过经验模态分解法将其分解为一组固有模态函数IMF,提取主要信号所在的IMF层去除信号中的噪声。对含有主要信号的几层IMF进行Hilbert变换,得到瞬时频率与对应的瞬时幅值。再提取左右手想象的特定频段mu节律和beta节律的能量信号作为特征,分别利用支持向量机(SVM)和Fisher进行了分类比较。对EMD和小波包在去噪和特征提取进行了比较。结果表明,EMD是一种很有效的去噪方法,经过EMD分解后提取的能量信号在区分左右手想象上更具有优势,识别率高。
应基光王行愚
关键词:EMD小波支持向量机
共1页<1>
聚类工具0