控制理论与应用

作者：刘朕,朱炳宇,张景祥

单位：江南大学理学院,江南大学理学院,江南大学理学院

关键词：EEG信号; 可调Q因子小波变换; 能量香农熵比; 特征选择

基金：国家自然科学基金项目(61772013)资助.

EEG信号对脑部疾病诊断具有重要意义, 但其特征选择对信号识别准确率影响较大. 针对这个问题, 本文基于Q因子小波变换, 提出一种可调优化Q因子小波变换融合多维特征的脑电信号识别(Ad-TQWT MF)算法. 该算法首先根据小波分解后的子带信号定义能量香农熵比, 用其作为可调Q因子小波的优化评价标准; 再融合变换后信号的时域, 频域和非线性特征, 通过自适应特征选择方法构建特征子空间; 最后在该特征子空间下对脑电信号进行识别. 在BCI脑电竞赛数据集Dataset III, O3VR, X11b和S4b进行了实验, 实验结果表明: Ad-TQWT MF算法在LDA分类器中精度为89.2%, 81.2%, 83.2%和85.6%, 相比于原Q因子小波变换, 冗余特征减少10%30%, 相较于Haar和Db 4小波精度提高3%5%, 证明了Ad-TQWT MF算法的有效性.

来源：2022年第12期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2022年第12期