摘要:脑神经信号属于非平稳随机信号,是一类难以进行分类识别的信号.为改进这类信号的分类效果,提出了将灰关联理论应用于脑神经信号的分类.首先介绍了灰关联理论和方法,在此基础上,建立了脑神经信号灰色模型(Grey Model)--GM(1,1)模型,估计出每一个模型参数a和b,将其中模型参数b作为特征值用于灰关联分析,得到第1次分类结果,然后在认真分析第1次分类结果的基础上,进一步给出二次分类方法.通过二次分类,实现了对脑神经信号的有效分类识别,其分类正确率高达88%.结果表明,将灰关联技术用于非平稳随机信号的分类与识别是可行而有效的,有很好的应用前景.