论文部分内容阅读
本文针对脑机接口（BCI）应用中需要对脑电信号（EEG）快速精准的解析问题,提出了一种卷积神经网络（CNN）和共同空间模式（CSP）相结合的脑电特征提取与识别方法。在经过预处理的原始脑电信号基础上,通过CSP空间变换获得其特征矩阵。应用CNN对特征矩阵进行学习,对收敛后的CNN网络全连接层的权值进行分析,根据网络学习特性定义CSP特征矩阵筛选准则,得到了低维高效的EEG特征集F,并在特征集F上构建CNN分类器。我们的工作在BCI2005Ⅳa竞赛数据集上进行了实验测试,获得了88.3%的识别准确率。本文方法