| 王金甲,党雪,杨倩,王凤嫔,孙梦然.组LASSO罚多变量自回归模型脑电特征分工类[J].高技术通讯(中文),2019,29(11):1073~1081 |
| 组LASSO罚多变量自回归模型脑电特征分工类 |
|
| |
| DOI： |
| 中文关键词: 脑机接口（BCI）； 脑电信号（EEG）； 特征提取； 多变量自回归(MVAR)模型； 正则化； 组LASSO |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 2673 |
| 全文下载次数: 1723 |
| 中文摘要: |
| 自回归(AR)模型和多变量自回归(MVAR)模型是脑机接口(BCI)系统脑电信号(EEG)常用的特征提取方法。AR模型没有考虑多通道间的相互关系，MVAR模型虽然考虑了多通道间相互关系，但是会出现模型过参数化问题。为解决MVAR模型过参数问题，本文提出采用组LASSO罚MVAR模型对脑电信号进行特征提取，采用梯度下降和块坐标下降相结合的方法估计模型参数，然后采用线性支持向量机(SVM)对提取的特征进行分类。实验结果表明，组LASSO罚MVAR模型的分类正确率达93%，高于MVAR模型、LASSO MVAR模型和6阶AR模型的识别正确率。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
