基于hht和pso-c-均值算法的ecog分类

？皮层脑电图信号(electrocorticogram,ecog)非平稳,如何提取有效的特征,设计恰当的分类器是ecog脑-机接口研究的关键问题。该文提出了基于希尔伯特-黄变换的ecog窄带特征提取和压缩方法,并且封装了粒子群优化和c-均值算法以调整特征权重,改善分类效果。采用bcicompetitioniii数据集i进行实验,结果表明:只需6个电极即可获得93%的分类精度。