[发明专利]一种基于PSO-SVM的脑电信号特征分类方法在审
| 申请号： | 201610051948.9 | 申请日： | 2016-01-26 |
| 公开（公告）号： | CN105740887A | 公开（公告）日： | 2016-07-06 |
| 发明（设计）人： | 马玉良;丁晓慧;孟明;高云园;罗志增 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 杜军 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于PSO‑SVM的脑电信号特征分类方法。本发明首先利用正则化的CSP(R‑CSP)算法进行脑电信号特征提取；其次利用粒子群算法对支持向量机的惩罚因子C和核参数g进行优化。最后，用得到的最优参数对SVM分类器进行训练，利用训练好的分类器对样本进行分类预测。本发明与传统的SVM分类识别进行对比，结果表明基于PSO‑SVM的分类识别算法能有效的提高脑电信号的分类识别率，较传统的分类识别方法有明显的优势。 | ||
| 搜索关键词： | 一种 基于 pso svm 电信号 特征 分类 方法 | ||
【主权项】：
一种基于PSO‑SVM的脑电信号特征分类方法，其特征在于,该方法包括以下步骤：步骤1.利用正则化的CSP算法对脑电信号进行特征提取,得到样本特征向量Y；步骤2.利用粒子群算法对支持向量机的核函数参数进行迭代寻优；步骤3.利用PSO优化后的最优参数对SVM分类器进行训练，利用训练好的分类器对样本进行分类预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610051948.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种利用水井自然贮冷的热交换装置
- 下一篇：除尘黑板刷
