运动想象系统中的特征提取算法和分类算法
目录
- 特征提取算法
- 分类识别算法
本教程为脑机学习者Rose发表于公众号:脑机接口社区 .QQ交流群:903290195
特征提取算法
(1)时域方法:这是比较早期的EEG信号处理方法,主要通过提取EEG的波形特征,比如振幅、方差、波峰等,对EEG信号进行分析;
(2)频域方法:运动想象EEG信号的ERD和ERS现象只出现在特定频率范围,比如8-12Hz 的Mu波和18-26Hz 的Beta 波。因此,通过功率谱等谱分析方法,也可以有效地从EEG提取中特征。其中比较出名的方法有自回归功率谱分析、双谱分析法等;
(3)空域方法:这是近年运动想象领域比较通用的特征提取方法,主要通过设计空域滤波器对EEG 的多通道空间分布进行处理,提取可分的特征。包括:共空域模式法(Common spatialpattern,CSP),以及基于CSP改进的方法。
基于CSP改进的方法包括:
1.时空滤波的共空谱模式(Common spatio-spectralpattern, CSSP);
2.共稀疏谱空模式(Common sparse spectral spatial pattern,CSSSP);
3.正则化公用空间模式(Regularized Common Spatial Pattern, RCSP)等。
(4)鉴于脑电信号的非线性特性和运动想象时的节律特性,提出了小波模糊熵的特征提取方法,利用小波变换将EEG信号进行小波分解,得到对应运动想象EEG信号的alpha和beta节律,然后采用模糊熵方法提取特征。
图片来源于网络
分类识别算法
(1)LDA 分类器
LDA分类器(LinearDiscriminant Analysis,LDA)是一种简单高效的线性分类器,将数据往低维度方向投影,使得投影后的数据具有类内方差最小,类间方差最大的特性。也即是投影后同一类别的数据尽可能接近,不同类别的数据尽可能分开。最后在最可分的数据上通过简单的阈值设置进行分类。LDA 是运动想象系统中最常用的分类器,在历届的脑机接口竞赛中都被许多参赛者使用。近年来,结合运动想象的特点,许多基于LDA 的改进方法也被提出来,比如自适应LDA、贝叶斯LDA等,并且都取得了很好的分类性能。
(2)SVM 分类器
支持向量机分类器(SVM)是机器学习里典型的分类器,通过构建一个最优的分割超平面,从而将两类数据尽可能的区分开。SVM 在运动想象系统中也被广泛的使用,除此之外,SVM 在P300、稳态视觉诱发电位(Steady state visuallyevoked potentials,SSVEP)脑机接口系统中也广泛使用。
图片来源于网络
(3)贝叶斯分类器
贝叶斯分类器是利用贝叶斯公式计算出样本属于各个类别的后验概率,然后最大后验概率所对应的类别则为该样本的类别。贝叶斯分类器也广泛的使用于运动想象系统,对特征进行分类。
(4)人工神经网络
人工神经网络是利用大脑神经元结构和信息传递机理,在此基础上建立大规模的具有自适应能力的网络系统,并且通过拓扑结构连接,按照大型规模的并行方式排列而成。人工神经网络适合非线性分析问题,并且具有较强的学习和归纳能力,自适应性强。人工神经网络的模式有很多种,目前常用的人工神经网络有:感知器、多层感知器、BP神经网络、RBF神经网络等。
(5)聚类分类器
聚类分析是一种具有探索性质的模式分类方法,在分类时不依赖于任何关于分类的先验知识,而是采用相似度量的方法,对具有相同或相似特征的样本进行分类。聚类分析在分类时需要确定一种聚类准则来评价聚类方法的好坏,常用的聚类准则有误差平方和、类间距离和、离散度等。聚类方法有很多种,常见的方法有:层次聚类、动态聚类法和决策树聚类法等。由于聚类为线性分类器,它在脑电信号分类中的缺点是对脑电信号的特征要求很高,难以处理复杂的分类问题,容易造成分辨率低。
本文章由脑机学习者Rose笔记分享,QQ交流群:903290195
更多分享,请关注公众号
运动想象系统中的特征提取算法和分类算法相关推荐
- 金融系统中PBOC/EMV的TLV的算法实现(含C++/C#)
金融系统中PBOC/EMV的TLV的算法实现(含C++/C#) TLV即Tag-Length-Value,常在IC卡与POS终端设备中通过这样的一个应用通信协议进行数据交换.在金融系统以及认证中,PB ...
- 算法杂货铺——分类算法之决策树(Decision tree)
算法杂货铺--分类算法之决策树(Decision tree) 2010-09-19 16:30 by T2噬菌体, 88978 阅读, 29 评论, 收藏, 编辑 3.1.摘要 在前面两篇文章中,分别 ...
- 算法杂货铺——分类算法之贝叶斯网络(Bayesian networks)
算法杂货铺--分类算法之贝叶斯网络(Bayesian networks) 2010-09-18 22:50 by T2噬菌体, 66011 阅读, 25 评论, 收藏, 编辑 2.1.摘要 在上一篇文 ...
- k近邻算法(KNN)-分类算法
k近邻算法(KNN)-分类算法 1 概念 定义:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别. k-近邻算法采用测量不同特征值之间的 ...
- 数据挖掘算法——常用分类算法总结
常用分类算法总结 分类算法 NBC算法 LR算法 SVM算法 ID3算法 C4.5 算法 C5.0算法 KNN 算法 ANN 算法 分类算法 分类是在一群已经知道类别标号的样本中,训练一种分类器,让其 ...
- NLP专栏简介:数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、多模态信息抽取、可解释性分析、性能调优、模型压缩算法等
NLP专栏简介:数据增强.智能标注.意图识别算法|多分类算法.文本信息抽取.多模态信息抽取.可解释性分析.性能调优.模型压缩算法等 专栏链接:NLP领域知识+项目+码源+方案设计 订阅本专栏你能获得什 ...
- 数据挖掘十大算法之分类算法(分类介绍及评价指标)
文章目录 1. 分类相关知识 1.1 分类的概念 1.2 分类的流程 1.3 分类模型评价标准 2. 二分类分类案例 参考文章: 接上篇文章,接下来学习挖掘算法中的分类算法: 首先我们应该知道数据挖掘 ...
- 分类算法列一下有多少种?应用场景?分类算法介绍、常见分类算法优缺点、如何选择分类算法、分类算法评估
分类算法 分类算法介绍 概念 分类算法 常见分类算法 NBS LR SVM算法 ID3算法 C4.5 算法 C5.0算法 KNN 算法 ANN 算法 选择分类算法 分类算法性能评估 分类算法介绍 概念 ...
- 同一肢体不同关节的运动想象过程中的多通道脑电图记录
导读 代表自己周围环境的认知地图对于空间导航是必需的.但是,与其构成要素(例如各个地标)相比,由各个要素之间的关系构成的相干空间信息的神经基质在很大程度上仍然 ...
最新文章
- mysql 硬负载_为啥单机MySQL又遭遇瓶颈?MySQL主从复制替你解决单机问题
- Vue.js的复用组件开发流程
- 把Windows上的文件拷贝到AWS Linux系统上
- Android存储数据方式
- 漫步数理统计三十二——中心极限定理
- 多片段时序数据建模预测实践
- xtrabackup导致MYSQL HANG起
- Linux(ubuntu)内容整理(常用命令)
- 硬件基础:嵌入式软件可靠性设计要注意的问题
- Pytorch中的model.modules()和model.children()的区别
- 100个python算法超详细讲解:求出符合要求的素数
- Java计算数组中元素的总和
- 学习OpenCV的学习笔记系列(三)显示图片及视频
- 2022年了,想转行,哪一行最为靠谱
- Python 多线程(threading模块)
- linux中一切都是文件_在Linux中,“一切都是文件”是什么意思?
- 爱普生L301墨仓打印机评测
- 计算机企业管理信息系统论文,计算机信息管理系统相关论文
- 成運 大谷 冒雨而行
- java 坐标系运算 判断一个地理坐标是否在电子围栏 圆、矩形、多边形区域内