机构名称：
¥ 1.0
常见的空间模式（CSP）被证明是一种有效的预处理算法，以通过获得合适的空间过滤器来区分不同类别的基于运动的EEG信号。这些过滤器的性能可以通过正规化的CSP提高，其中将可用的事先信息添加到常规CSP的目标函数中。可以以这种方式使用各种先验信息。在本文中，我们使用不同类别信号的不同类别之间的时间相关性作为先验信息，这可以澄清不同类别的信号之间的相似性，以正规化CSP。更重要的是，提出的目标函数可以很容易地扩展到超过两类的概率。我们使用三个不同的标准数据集评估了提出的方法的性能。基于相关的CSP（CCSP）在两级和多级场景中都优于原始CSP以及现有的正规CSP，原理组件Cnalysis（PCA）和Fisher区分分析（FDA）。模拟结果表明，在平均分类准确性方面，所提出的方法在2类中优于2级中的常规CSP，多级问题的2.23％。
基于相关的常见空间模式（CCSP）
主要关键词
相关文件推荐
