机构名称：
¥ 1.0
摘要 — 通过皮层脑电图 (ECoG) 信号的侵入式脑机接口 (BCI) 系统需要有效识别来自多电极传感器阵列的时空模式。此类信号是通过机器学习算法进行自动模式识别的绝佳候选。然而，由于创建此类数据集所需的操作程序，可用数据有限。可以通过特征提取技术分析不同时间特征和单个电极的重要性。但是，在提取特征时会忽略由于非平稳性导致的信号变化，而使用哪些特征可能很难通过目视检查来确定。在本研究中，我们引入了信号分割参数来解释信号的可变性，并使用遗传选择，这允许从 8 个不同特征集池中选择最佳特征组合。索引术语 — 特征提取、特征选择、遗传搜索、ECoG、BCI、机器学习
通过 ECoG 信号进行运动相关解码的特征工程基准
主要关键词
相关文件推荐
