基于多参数公共空间频率模式算法的脑电特征提取

针对目前脑机接口中提取明显的脑电信号特征较难以及特征维数较多的缺陷，提出了一种多参数的公共空间频率模式CSSP(Common Spatio-Spectral Pattern)算法对脑电信号进行特征提取。该算法对不同通道的脑电信号采取不同的延时因子，增强了CSSP算法在频域上的滤波效果。在对2003年国际脑机接口BCI(Brain Computer Interface)竞赛的运动想象脑电识别中，利用多参数CSSP特征提取方法结合支持向量机SVM(Support Vector Machine)分类方法，在只提取两维特征的情况下，较公共空间模式CSP(Common Spatial Pattern)与CSSP算法，分类的正确率有了明显提高。同时，多参数的引入使该方法在特征提取上较CSP与CSSP算法具有更强的适用性。