基于场特征的CCA贝叶斯改进在复杂可穿戴环境脑机接口

摘要：

本文主要提出了一种基于空间场特征的CCA算法贝叶斯概率推测的改进算法(Denoise Canonical correlation Analysis DECCA),通过对放大器采集的多导脑电信号在CCA空域投影在目标和非目标信号时空间分布场特征的改变,改进CCA算法在遇到强电磁干扰导致误判的问题,并用朴素贝叶斯的对结果进行预测.提高在复杂环境下应用脑机接口的准确性。

关键词： 脑电信号 贝叶斯概率 电磁干扰 典型相关分析算法

作者: 张罡 高小榕 林科

作者单位: 清华大学医学院神经工程实验室,100084;北京联合大学自动化学院 清华大学医学院神经工程实验室,100084

会议类型: 国内会议

会议名称: 2015年中国生物医学工程联合学术年会

会议地点: 南京

会议语种:中文

页码: 1-2

在线出版日期: 2015-10-16（万方平台首次上网日期，不代表论文的发表时间）