基于粗糙集的P300腦電信號分析的研究.pdf

1、腦機接口(Brain-ComputerInterface,BCI)是基于腦電信號實現(xiàn)人腦與計算機或其他電子設備的通訊和控制的系統(tǒng),它不依賴于腦的正常輸出通路(外周神經(jīng)系統(tǒng)及肌肉組織)。腦機接口技術的主要研究目的是為思維正常但喪失運動能力的人提供一個特殊的對外信息交流方式。目前,腦機接口的研究正處于發(fā)展階段,現(xiàn)有的腦機接口系統(tǒng)還存在通訊速度低、實驗系統(tǒng)分散且體積龐大、識別效果不穩(wěn)定、分類的高誤差率和低準確率等技術不足,離實際應用還有一定距

2、離。
　　 粗糙集理論是在1982年由波蘭數(shù)學家Z.Pawlak首次提出的,它是一種處理信息的工具,可以有效地對不精確、不一致、不完整信息進行分析。該理論已經(jīng)被成功應用于許多領域,例如人工智能、數(shù)據(jù)挖掘、模式識別等信息處理領域。屬性約簡是粗糙集理論的核心內容,屬性約簡是保持分類能力不變的前提下,刪除冗余的屬性。
　　 針對腦機接口技術目前研究中存在的問題,本文通過對粗糙集理論的屬性約簡算法的研究,提出了利用粗糙集的方法對

3、P300腦電信號進行通道的選取。
　　 本文研究的重點有以下幾個方面:
　　 (1)本文針對算法時間復雜度大的問題,利用已有的概念和性質,證明了3個有關屬性劃分的定理,從而在這些定理的基礎上提出了一種新的基于樹型剪枝的高效屬性約簡算法,由于該算法采用的是樹型剪枝的屬性約簡,可以減少算法的時間復雜度。結果表明該算法為從決策表中搜索最小或次優(yōu)知識約簡提供了一種簡單有效的方法。
　　 (2)通過對采集到的P300腦電信