基于眼动辅助脑电信号的手部动作分类方法
提出一种利用小波包变换和支持向量机对手部动作的脑电信号进行分类的方法。采集了带眼动辅助的想象手部动作时的C3、C4、P3和P4脑电信号，用小波包变换的方法提取了4种特征节律波，分别计算提取了每种节律波能量占4种特征节律波能量之和的比值作为特征，然后将16维特征向量输入支持向量机分类器进行手部动作分类。对上翻、下翻、展拳、握拳四种手部动作的分类实验的识别率为82.3％，优于单纯运动想象进行分类实验的结果。
脑电信号 手部动作 特征向量 支持向量机
孟明 罗志增
杭州电子科技大学智能控制与机器人研究所,杭州 310018
国内会议
合肥
中文
1-5
2011-10-15（万方平台首次上网日期，不代表论文的发表时间）