论文部分内容阅读
提出了一种基于独立分量分析的支持向量机集成学习算法，用于脑机接口中P300字符识别。首先由P300信号分解出独立分量，基于Bagging算法送人支持向量机基分类器进行集成学习，通过平均的方法获得对应类别概率进行分类决策。数据来源于P300字符拼写实验，不同导联和不同序列的分类结果表明，该分类算法学习效率和分类精度高，全导联平均分类精度为96．6％，在序列数较少的情况下，平均分类精度也达到91．5％。较其他算法，识别性能好，是脑机接口的实用分类算法。