基于LMD-CSP和随机森林的运动想象脑电信号分类

作者：马丽英; 张洪杰; 罗天洪; 郑讯佳

来源：传感技术学报, 2021, 34(09): 1189-1195.

• 脑电信号
• 局部均值分解
• 共空间模式
• 随机森林

针对脑电信号具有非平稳性、非线性以及个体差异较大等特点而导致特征提取困难、分类准确率低的问题,提出一种基于LMD-CSP和随机森林(Random Forest, RF)的脑电信号分类方法。首先对脑电信号进行预处理,然后利用局部均值分解(Local Mean Decomposition, LMD)将预处理后的脑电信号分解为多个乘积函数(Product Function, PF)分量,并选出最具判别性的PF分量,再利用共空间模式(Common Spatial Pattern, CSP)分别对选出的PF分量进行特征提取,最后将得到的CSP特征输入随机森林分类器中进行分类识别。实验结果表明,该方法的平均分类准确率高达92.18%,远高于其他方法,证明了该方法的有效性。

• 单位
  重庆文理学院; 重庆交通大学