控制与决策

北大核心,JST,Pж(AJ),EI,CSCD

国内刊号:21-1124/TP

国际刊号:1001-0920

控制与决策杂志2025年第2期:基于因果稀疏优化的运动想象脑电意图解码研究

发布日期:

作者:付荣荣,李林玉,孟云,刘冲,路斌,文桂林

单位:燕山大学 电气工程学院,河北 秦皇岛 066000,,燕山大学 电气工程学院,河北 秦皇岛 066000,,燕山大学 电气工程学院,河北 秦皇岛 066000,,东北大学 机械工程与自动化学院, 沈阳 110819,,燕山大学 电气工程学院,河北 秦皇岛 066000,,燕山大学 机械工程学院,河北 秦皇岛 066000,

关键词:特征优化;因果;Lasso;希尔伯特-黄变换;运动想象;脑电信号

基金:国家自然科学基金面上项目(62073282);国家自然科学基金重点项目(11832009);河北省自然科学基金项目(F2022203092);河北省全职引进国家高层次创新型人才科研项目(2021HBQZYCSB003);秦皇岛市科技计划项目(202302B015).

针对运动想象脑电信号解码问题提出因果稀疏特征优化方法,旨在选择因果判别特征以增强其解码准确性.首先,利用希尔伯特-黄变换(HHT)提取脑电信号各通道中的边际谱能量;然后,运用样本重加权去相关性算子(SRDO)对特征进行加权优化,以消除干扰及冗余特征与识别运动想象的判别特征间的虚假关联;在此基础上,利用亲和传播(AP)聚类算法开发特征在空间分布中的潜在关系,并结合迭代稀疏分组Lasso(iSGL),通过同时考虑组内与组间特征的重要性,对特征进行优化,以提升运动想象脑电信号的解码准确率;最后,利用支持向量机(SVM)在二分类运动想象实验数据集上进行5折交叉验证,实验结果显示其平均准确率达到了92.30%,与原特征相比提升近4%.此外,通过与不同方法的对比实验,充分验证了所提出方法的优越性,表明该方法可以作为一种推动脑-机接口发展的有力解决方案.

来源:2025年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第2期

联系我们

  • 地址:沈阳市和平区文化路3巷11号
  • 电话:024-83687766
  • E-mail:kzyjc@mail.neu.edu.cn

咨询工作人员