融合多維特征與多元宇宙優(yōu)化算法的腦電信號處理

打開文本圖片集

摘 要： 針對運動想象腦電信號（MI-EEG）具有非線性、時變復雜、分類識別準確率低等問題，提出一種基于多維特征融合并使用多元宇宙算法優(yōu)化支持向量機的方法進行腦電信號處理。首先，使用小波包變換（WPT）對預處理后的EEG 信號進行時頻分解，并選擇與運動想象相關的時頻信息；然后，分別通過模糊散布熵（fuzzy dispersion entropy，F(xiàn)DE）和公共空間模式（CSP）對WPT 獲得的特征集進行處理，得到相應的非線性特征和空域特征，并通過并行特征融合方法將兩組特征進行融合；最后，導入基于多元宇宙優(yōu)化算法（multi verse optimizer，MVO）優(yōu)化的支持向量機（SVM）分類器中實現(xiàn)最終的分類任務。（剩余1806字）