论文部分内容阅读
提出一种新的基于支持向量机（super vector machine, SVM）学习机制和数据融合理论的脑电分类算法，并设计了注意分级实验进行验证。首先，对脑电信号进行3级小波分解，由主分量分析（ principle component analysis, PCA）方法提取其中的主特征分量；然后由支持向量机对特征分量进行分类；最后依据数据融合理论，对多导分类结果进行综合判断。结果表明，该方法具有良好的鲁棒性，对多导注意相关EEG的分类准确率可达89％左右，并高于单导最优准确率，对注意力缺陷反馈治疗、注意力