

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、腦電信號(Electroencephalogram,EEG)是大腦的神經(jīng)細胞電生理活動在大腦皮層的總體反映。由于EEG與人類的意識狀態(tài)有關(guān)系,通過對EEG的模式識別,可以識別不同類別的意識活動,從而形成一種大腦與外部設(shè)備建立的直接通信連接,即我們所謂的腦-機接口(Brain Computer Interface,BCI),它的實質(zhì)是通過EEG推斷人的想法或目的,從而實現(xiàn)人機交流。運動腦電指的是通過想象肢體運動和肢體運動同步發(fā)生時所產(chǎn)生的
2、腦電信號。運動想象時產(chǎn)生的腦電信號具有事件相關(guān)同步和去同步的特征,通過分析這種腦電信號,可以判斷被試者的運動意圖,從而實現(xiàn)對外部設(shè)備的控制,因此運動腦電信號是BCI系統(tǒng)研究多使用廣的一種特征信號。
本文主要從運動想象腦電信號的特征提取和分類算法的研究入手,了解了目前的特征提取和分類的算法研究現(xiàn)狀,重點研究了小波分析的特征提取算法。提出了基于小波變換子帶系數(shù)和系數(shù)均值特征提取、基于小波包變換的子帶系數(shù)均值和子帶能量的組合特征提取
3、算法。分類器的選擇也是至關(guān)重要的,我們分析比較了目前分類器的優(yōu)缺點,選擇了概率神經(jīng)網(wǎng)絡(luò)(Probabilistic neural network,PNN)分類器作為我們的分類器來實現(xiàn)最終的信號分類,然后我們將滿足運動信息的腦電信號時頻特征作為特征輸入到PNN分類器中進行分類。利用上述特征提取和分類算法對2003年BCI國際競賽的Graz運動想象腦電數(shù)據(jù)進行了分析處理,初步驗證了我們所提出的算法的有效性。然后依據(jù)我們現(xiàn)有的Emotiv E
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于運動想象腦電的運動控制腦_機接口研究
- 基于運動想象的腦電信號分類與腦機接口技術(shù)研究.pdf
- 基于運動想象的腦機接口研究.pdf
- 基于運動想象的腦機接口的研究.pdf
- 基于運動想象電位的腦機接口研究.pdf
- 基于運動想象的腦-機接口的算法研究.pdf
- 基于想象運動的腦-機接口控制技術(shù)及應(yīng)用.pdf
- 面向多類運動想象腦機接口的腦電識別方法研究.pdf
- 基于運動想象的腦機接口相關(guān)算法研究.pdf
- 基于運動想象的腦機接口的研究與設(shè)計.pdf
- 基于運動想象的腦機接口的研究及其應(yīng)用.pdf
- 基于運動想象的在線腦機接口的初步研究.pdf
- 基于運動想象腦電信號的腦機接口相關(guān)算法研究.pdf
- 基于運動想象的異步腦機接口系統(tǒng)的研究.pdf
- 基于腦電信號的腦-機接口技術(shù)研究.pdf
- 基于運動想象的腦機接口通道選擇算法研究.pdf
- 基于自發(fā)腦電的腦—機接口研究.pdf
- 基于運動想象的異步腦-機接口算法研究.pdf
- 基于腦電的腦—計算機接口技術(shù)軟件實現(xiàn)方法的研究.pdf
- 基于腦電的腦-計算機接口技術(shù)硬件實現(xiàn)方法的研究.pdf
評論
0/150
提交評論