论文部分内容阅读
针对运动想象脑—机接口系统中,高密度导联导致实验准备时间长、系统运行速度慢、性能变差等问题,提出了一种新的导联优选算法——遗传蜂群算法。该算法通过引入遗传算法的交叉和变异算子以提高蜂群算法的邻域搜索能力,避免陷入局部最优解的问题。对第四届国际BCI竞赛dataset 1中四名被试者(a、b、f和g)的59导联运动想象数据进行导联优选,用多类CSP算法和支持向量机对优选导联数据进行特征提取和分类识别。结果表明,所提出算法在大大降低了导联维数的同时,也得到了比全导联更高的分类识别率,验证了所提算法的实用