基于P300的脑机接口的数学模型与算法研究

【摘要】：脑机接口(BCI)是一个系统,允许用户仅通过大脑活动与外界环境进行通信,而无需使用肌肉输出通道.多年以来,BCI的理论和方法一直在发展.目前,BCI已成为热门的研究项目,但还有很多目标需要实现,以改进传统的脑机接口系统的性能.本文研究基于P300脑机接口的数学模型与算法,主要目的是寻找和定义最能体现P300特征的数量指标(特征提取),然后构建适当的分类算法,使得P300脑电信号的识别准确率尽可能高.全文共分为六章：第一章主要介绍了BCI的相关背景知识,包括BCI内涵简介、研究意义、应用技术.另外,对P300电位进行了说明和文章所用数据说明.第二章探索数据处理算法,并应用于一套试验数据测试算法效果.第三章介绍了几种简单的分类算法,为后文探索更好的分类方法奠定基础.第四章对文中主要的分类方法——支持向量机分类进行了详细介绍,并测试分类效果.第五章用小波变换法对信号数据进行滤波处理,并测试对应的分类效果.最后,总结全文工作并展望未来发展.
【关键词】：脑机接口 P300 预处理 特征筛选及提取 特征分类
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TN911.7;TP18