nvsirgn的博客

摘要 脑电图（EEG）信号的高质量分类是在实际应用中使用基于EEG的脑机接口（BCI）技术的先决条件。由于脑电信号不稳定，信噪比差，并受到各种外部电磁波的污染，提取脑电信号的信息特征进行分类并不容易。一种可能的方法是从不同的渠道和角度集成功能以捕获更多信息，但是，更多功能需要更多的计算时间和计算机内存。此外，其中一些功能对分类没有多大作用。 在本文中，我们采用Fuzzy-Rough选择方法从候选特征中选择信息量最大的特征，多个分类器用于根据所选特征对EEG信号进行分类，实验分析表明了该方法的有效性和效率。