基于脑电的立体视频加速度的特征识别

作者：沈丽丽; 耿小荃; 徐礼胜脑电立体深度匀加速运动视觉不舒适多变量经验模态分解共空间模式

摘要：构建一种能够自适应提取脑电特征的PMEMD-2JSD-CSP模型,明确了立体视频的两类匀加速深度运动的可分性.利用部分噪声辅助多变量经验模态分解(PNA-MEMD)对脑电(EEG)信号进行分解得到本征模态函数(IMF),应用基于詹森-香农散度(JSD)的有效因子对IMF进行两次不同范围的自适应筛选,筛选结果按照权重叠加构成重构信号.利用共空间模式(CSP)对重构信号进行空域特征提取,支持向量机(SVM)对特征进行分类,分类正确率最高为73.16%,证明了该模型对两类EEG信号特征提取的有效性.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社