您的位置：
首页
>
农业专利
>
详情页
一种基于加权主成分分析的EEG信号特征降维方法
- 专利权人:
- 天津大学
- 发明人:
- 董娜,李英杰,常建芳,高忠科
- 申请号：
- CN201910582226.X
- 公开号：
- CN110390272A
- 申请日:
- 2019.30.06
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 一种基于加权主成分分析的EEG信号特征降维方法:提取疲劳驾驶的m个EEG信号的样本,分为训练集和测试集进行训练,得到分类总准确率A和n个不同的分类准确率;将总准确率A分别与不同的分类准确率做差,得到n个差值;对n个差值做归一化处理得到n个权值;对n个权值构造权值对角矩阵;将m个EEG信号的样本写成一个m*n维矩阵;将m*n维矩阵与权值的对角矩阵相乘,得到加权的EEG信号特征数据;计算其协方差矩阵并分解,得到协方差矩阵的特征值和特征值所对应的单位化特征向量;选取前k个协方差矩阵的特征值对应的单位化特征向量进行组合形成映射矩阵;从而得到降维的EEG信号特征数据。本发明有效提高了分类识别精度和降低识别模型的训练时间。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
