基于随机隐退DBN的脑电信号识别方法

摘要：

针对DBN处理小样本脑电信号训练时间长且存在过拟合的问题,提出基于随机隐退的DBN算法对左右手运动想象脑电信号进行分类识别.先对原始脑电数据进行降维预处理,然后输入到随机隐退DBN模型中进行训练,得到最优参数值后进行分类识别.实验结果表明,与CSP、PCA、单一DBN网络等方法相比,基于随机隐退的DBN算法在保持较高识别率的同时,降低了对数据集的训练处理时间,证明了该方法的有效性.最后在智能轮椅平台上验证了该算法的可行性.

关键词： 脑电信号识别 降维预处理 深度信念网络 随机隐退

作者: 蔡军 胡洋揆 张毅

作者单位: 重庆邮电大学自动化学院,重庆400065 重庆邮电大学先进制造学院,重庆400065

会议类型: 国内会议

会议名称: 第十二届中国智能机器人大会

会议地点: 哈尔滨

会议语种:中文

页码: 158-162

在线出版日期: 2017-10-01（万方平台首次上网日期，不代表论文的发表时间）