...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Signal processing >Subject-based feature extraction using fuzzy wavelet packet in brain-computer interfaces
【24h】

Subject-based feature extraction using fuzzy wavelet packet in brain-computer interfaces

机译：人机界面中基于模糊小波包的基于主题的特征提取

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we discuss a subject-based feature extraction method using the fuzzy wavelet packet in brain-computer interfaces (BCIs). The method includes the following three steps: (1) original electroencephalogram (EEG) signals are decomposed with the wavelet packet transform (WPT), which forms many wavelet packet bases; (2) for each subject and each EEG channel, the best basis algorithm based on a fuzzy set criterion is used to find the best-adapted basis for that particular subject and channel; and (3) subband energies included in the best basis form effective features, which are used to discriminate three types of motor imagery tasks. The proposed method is compared with the previous wavelet packet method and the results show that it outperforms the previous one.
机译：在本文中，我们讨论了在脑机接口（BCI）中使用模糊小波包的基于主题的特征提取方法。该方法包括以下三个步骤：（1）利用小波包变换（WPT）分解原始脑电图（EEG）信号，形成许多小波包基。 （2）对于每个主题和每个EEG通道，使用基于模糊集标准的最佳基础算法来找到该特定主题和通道的最佳适应基础； （3）最佳基础中包含的子带能量形成有效特征，用于区分三种类型的电机成像任务。将该方法与先前的小波包方法进行了比较，结果表明该方法优于先前的小波包方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号