机构名称：
¥ 1.0
摘要 —非侵入式脑机接口可以帮助人类控制外部设备。先前对肢体运动分类的研究主要集中在左/右肢的分类；然而，尽管上肢运动的分类在脑机接口中提供了更多主动诱发的控制命令，但它常常被忽视。尽管如此，没有任何机器学习方法可以作为肢体运动多类分类的基线方法。本文重点研究上肢运动的多类分类，提出了多类滤波器组任务相关成分分析 (mFBTRCA) 方法，该方法包括三个步骤：空间滤波、相似性测量和滤波器组选择。空间滤波器，即任务相关成分分析，首先用于去除脑电信号中的噪声。典型相关性测量空间滤波信号的相似性并用于特征提取。相关特征是从多个低频滤波器组中提取的。最小冗余最大相关性方法从所有相关特征中选择必要特征，最后使用支持向量机对所选特征进行分类。使用两个数据集评估了与以前使用的模型相比所提出的方法。其中，mFBTRCA 实现了 0.4022 ± 0.0709（7 个类别）的分类准确率
迈向多类别运动前分类
主要关键词
相关文件推荐
