基于支持向量機(jī)的腦電信號(hào)識(shí)別.pdf

1、腦機(jī)接口是在人腦與計(jì)算機(jī)或其它電子設(shè)備之間建立的直接交流和控制通道，通過(guò)這種通道，人就可以直接通過(guò)腦來(lái)表達(dá)想法或操縱設(shè)備，而不需要語(yǔ)言或動(dòng)作，這可以有效增強(qiáng)身體嚴(yán)重殘疾的患者與外界交流或者控制外部環(huán)境的能力，提高殘疾患者的生活質(zhì)量。腦機(jī)接口技術(shù)是一種涉及神經(jīng)科學(xué)、信號(hào)檢測(cè)、信號(hào)處理、模式識(shí)別等多學(xué)科的交叉技術(shù)。
　　 本研究主要集中于腦機(jī)接口中的數(shù)據(jù)處理和模式識(shí)別部分。實(shí)驗(yàn)過(guò)程中，實(shí)驗(yàn)對(duì)象需要通過(guò)腦電信號(hào)控制一個(gè)屏幕中的想象反應(yīng)

2、條，該反應(yīng)條的運(yùn)動(dòng)反映了手部運(yùn)動(dòng)想象是向左或向右的，因此需要準(zhǔn)確識(shí)別腦電信號(hào)與運(yùn)動(dòng)方向的關(guān)系。
　　 本文首先對(duì)腦機(jī)接口的工作原理、基本結(jié)構(gòu)和研究現(xiàn)狀進(jìn)行了較為詳細(xì)的綜述，指出了目前腦機(jī)接口研究和應(yīng)用中存在的問(wèn)題，介紹了小波特征提取和支持向量機(jī)（Support Vector Machine，SVM）分類(lèi)方法、引入模糊因子的模糊支持向量機(jī)（Fuzzy Support Vector Machine，F(xiàn)SVM），然后將上述方法應(yīng)用于方

3、向運(yùn)動(dòng)想象實(shí)驗(yàn)的方向識(shí)別，并以Graz實(shí)驗(yàn)室方向運(yùn)動(dòng)想象實(shí)驗(yàn)為研究對(duì)象，采用小波分析方法提取方向運(yùn)動(dòng)想象過(guò)程中腦電信號(hào)的特征，應(yīng)用SVM方法和改進(jìn)的FSVM對(duì)特征向量進(jìn)行分類(lèi)，選取了較優(yōu)的小波基函數(shù)和核函數(shù)，繼而對(duì)分類(lèi)結(jié)果的影響進(jìn)行了討論，將SVM與反向傳播（Back Propagation，BP）神經(jīng)網(wǎng)絡(luò)（Neural Networks，NN）分類(lèi)器進(jìn)行了比較，最后討論了樣本集大小對(duì)分類(lèi)器的影響，對(duì)分類(lèi)器的實(shí)時(shí)性能做出了評(píng)估。