基于非線性參數的意識任務分類
2005-04-29 00:44:03劉海龍王玨鄭崇勛
西安交通大學學報 2005年8期
劉海龍 王 玨 鄭崇勛
摘要：研究了非線性參數作為腦電(EEG)信號特征時對意識任務分類的作用，使用妁3種非線性參數特征為最大Lyapunov指數、軌道平均周期和軌道平均初始距離，分類方法為Pisher線性判別式．對4個實驗對象共60個任務對進行了分類處理．使用3種參數在2 s數據段上取得的平均分類精度分別為82．3％、90．7％和93．3％．在較短(1 s)的數據段上，應用軌道平均初始距離參數進行分類取得了平均為90．8％的正確率，分類精度接近于Anderson取得的實驗結果．軌道平均周期和軌道平均初始距離算法具有較小的運算量，能夠應用于在線系統．
關鍵詞：腦電；意識任務分類；Lyapunov指數；平均周期；初始距離
中圖分類號：R318文獻標識碼：A文章編號：0253—987X(2005)08—0900—04
