基于CSP和GBDT运动想象脑电模式识别研究

作者：冯建奎

来源：菏泽学院学报, 2023, 45(02): 57-62.

DOI：10.16393/j.cnki.37-1436/z.2023.02.001

• 脑机接口
• 运动想象
• 梯度提升决策树
• 共空间模式

为了提高运动想象脑机接口系统的性能，基于脑-机接口竞赛数据比较了不同空间滤波器下获得的CSP特征，在支持向量(线性核和高斯核)(linear kernel support vector machine, LSVM and(gaussian kernel support vector machine, GSVM)),线性判别分析(linear discrimination analysis, LDA),梯度提升决策树(gradient boosting descrision tree, GBDT)下的分类效果.比较结果表明，GBDT获得了比其它分类器更优的分类效果.进一步把最小绝对收缩和选择算法(the Least Absolute Shrinkage and Selectionator operator, LASSO)与以上四种分类器进行结合使用，发现其与GBDT结合使用后得到的平均分类准确率最高，比结合LSVM,GSVM和LDA分别提高了5.57%, 4.57%, 3.16%.

• 单位
  机电工程学院; 菏泽学院