%0 Journal Article
%T 基于MEMD的运动想象脑电信号的特征提取与分析
%A 张毅
%A 周春雨
%A 罗元
%J 重庆邮电大学学报(自然科学版)
%D 2015
%X 对于传统特征提取算法对运动想象脑电信号识别能力不足的问题，采用多元经验模式分解（multivariateempirical励dedecomposition，MEMD)的方法用于分析运动想象的脑电信号。目前此方法主要应用在股票收益与宏观经济关系分析上，MEMD将标准经验模式拓展到多通道信号处理，适合于分析多元时间序列，并能够同时处理多通道的多尺度分解，进而在不同尺度下对多元时间序列的时间频率特性进行比较。通过Emotiv传感器对自定义的左右运动想象任务采集数据，采用MEMD提取相关脑电特征的边际谱，使用支持向量机对相关特征量进行分类。实验表明，此方法增强了定位脑电信号的频率信息的准确性，能够有效地提高对脑电信号的识别能力。
%K 多元经验模式分解（MEMD)
%K 特征提取
%K 脑电信号（EEG)
%K 边际谱
%U http://journal.cqupt.edu.cn/jcuptnse/jcuptnse/ch/reader/view_abstract.aspx?file_no=20150316&flag=1