基于改進(jìn)的共空域模式算法的腦—機(jī)接口模式識(shí)別方法研究.pdf

1、空域共空間模式(CSP)是基于運(yùn)動(dòng)想象的腦電信號(hào)(EEG)模式識(shí)別中最有效、應(yīng)用最廣泛的一種空域特征提取算法。然而CSP算法也有其不足之處，例如，CSP在大量樣本識(shí)別時(shí)效果良好，卻在小樣本識(shí)別時(shí)效果會(huì)變差;對(duì)于不同受試者，同類(lèi)思維任務(wù)的腦電信號(hào)特征相似，CSP每次模式識(shí)別只訓(xùn)練指定受試者數(shù)據(jù)，而不能學(xué)習(xí)其他受試者同類(lèi)任務(wù)數(shù)據(jù)的特征;EEG信號(hào)容易受到干擾或者本身的奇異信號(hào)的影響，傳統(tǒng)CSP算法對(duì)這類(lèi)EEG信號(hào)的模式識(shí)別效果較差,EEG信

2、號(hào)在不同時(shí)刻的特征是有差異的，而傳統(tǒng)CSP算法是時(shí)間全局性特征提取方法，不能提取局部時(shí)間上的內(nèi)在判別信息。
　　 為了克服CSP算法的這些不足點(diǎn)，本文主要研究以CSP算法為基礎(chǔ)的兩種不同的改進(jìn)算法。第一種改進(jìn)算法是為了解決小樣本的模式識(shí)別問(wèn)題，這種算法引入了正則化判別分析方法和泛化思想，以?xún)蓚€(gè)正則化參數(shù)分別控制數(shù)據(jù)的泛化能力和協(xié)方差矩陣的奇異性，使得數(shù)據(jù)的特征向量具有更高的可識(shí)別性，從而提高識(shí)別正確率，文中算法稱(chēng)為不完全泛化學(xué)習(xí)