Jurnal Internasional Ilmu Otak, Vol. 9, Halaman 201: Ekstraksi Fitur Sinyal EEG Berdasarkan DWT dan EMD yang Dikombinasikan dengan Perkiraan Entropi

Download Jurnal Disini

Ilmu Otak, Vol. 9, Halaman 201: Ekstraksi Fitur Sinyal EEG Berdasarkan DWT dan EMD yang Dikombinasikan dengan Perkiraan Entropi

Ilmu Otak doi: 10.3390 / brainsci9080201

Penulis:
Ji
Bu
Dong
Zhang

Tingkat pengenalan klasifikasi citra motor merupakan faktor kunci untuk meningkatkan kinerja antarmuka komputer (BCI). Dengan demikian, kami mengusulkan metode ekstraksi fitur berdasarkan transformasi wavelet diskrit (DWT), dekomposisi mode empiris (EMD), dan perkiraan entropi. Pertama, sinyal electroencephalogram (EEG) didekomposisi menjadi serangkaian sinyal pita sempit dengan DWT, kemudian sinyal sub-band didekomposisi dengan EMD untuk mendapatkan serangkaian deret waktu stasioner, yang disebut fungsi mode intrinsik (IMF). Kedua, IMF yang sesuai untuk rekonstruksi sinyal dipilih. Dengan demikian, perkiraan entropi dari sinyal yang direkonstruksi dapat diperoleh sebagai vektor fitur yang sesuai. Akhirnya, dukungan & amp; nbsp; vektor & amp; nbsp; mesin (SVM) digunakan untuk melakukan klasifikasi. Metode yang diusulkan memecahkan masalah jangkauan pita frekuensi lebar selama EMD dan selanjutnya meningkatkan akurasi klasifikasi pencitraan gerakan sinyal EEG,

Download Jurnal Disini
Jurnal

Ilmu Otak, Vol. 9, Halaman 201: Ekstraksi Fitur Sinyal EEG Berdasarkan DWT dan EMD yang Dikombinasikan dengan Perkiraan Entropi

Leave a reply "Jurnal Internasional Ilmu Otak, Vol. 9, Halaman 201: Ekstraksi Fitur Sinyal EEG Berdasarkan DWT dan EMD yang Dikombinasikan dengan Perkiraan Entropi"

Author: 
    author