%0 Journal Article
%T 基于小波包法与CSSD的P300特征提取方法
%J 北京工业大学学报
%D 2014
%X 针对P300电位信号微弱、抗干扰能力差、识别率低等问题,提出一种小波包变换(waveletpackettransform,WPT)与共空域子空间分解法(spatialsubspacedecomposition,CSSD)相结合的特征提取方法,即WPCSSD法.首先,对脑电信号进行叠加平均以提高信号的信噪比;其次,使用小波包法对脑电信号进行滤波,并依据P300电位的有效时频信息重构脑电信号;然后,求取其AR模型功率谱,并基于CSSD法构造空间滤波器,获得能体现P300电位时-频-空特征的特征向量;最后,以支持向量机为分类器进行分类.实验结果表明:本方法具有较强的抗干扰能力和自适应能力,在国际BCI竞赛数据集上获得了95.22%的分类正确率,证明了本方法的正确性和有效性.
%K P300电位
%K 特征提取
%K 小波包
%K AR模型功率谱
%K 共空域子空间
%U http://www.bjgd.cbpt.cnki.net/WKA/WebPublication/paperDigest.aspx?paperID=363a3b1d-cf9c-4359-9f8c-dd0103567dca