基于 DWT 和Parametric t-SNE 的运动想象脑电信号的特征提取 方法

发布时间：2019年02月11日 分类：专利

基于DWT和Parametric?t?SNE的运动想象脑电信号的特征提取方法，首先，使用Wigner?Ville分布和功率谱确定脑电特征的有效时、频范围，然后对于特定时间段与频率段的脑电信号进行三层离散小波分解，通过计算其均值、能量均值和均方差等统计特征量作为该脑电信号的时频特征；同时利用参数化t?SNE算法对上述小波系数进行非线性特征映射，并将对应低维空间中的嵌入坐标作为非线性特征；将两种特征标准化得到同时包含特定时频段脑电信号时频信息和非线性信息的特征向量。本发明不仅获得具有紧致性、完备性的脑电特征，还提出以多层前向传播神经网络拟合非线性映射来解决传统流形学习算法在模式分类应用中泛化性能不足的问题，进一步提高了MI?EEG信号的模式分类准确性。

CN201610125830-基于DWT和Parametric t-SNE的运动想象脑电信号的特征提取方法-申请公开.pdf