一种基于混沌的脑机接口技术
信号处理
2018-03-16 v1
摘要
脑机接口（BCI）系统的使用者必须能够用脑活动控制外部计算机设备。尽管概念验证早在几十年前就已给出，但将用户意图可靠地转化为设备控制命令仍是一项重大挑战。与不同 BCI 任务分类相关的问题依然存在。本文提出使用 BCI 的混沌指标。我们采用最大 Lyapunov 指数、互信息、关联维数和最小嵌入维数作为由 BCI Competition IV 发布的 EEG 信号分类特征。使用多层感知机分类器和 KM-SVM（基于 k-means 聚类的支持向量机分类器）进行分类，在两个运动想象任务区分中达到了 95.5% 的准确率。
引用
@article{arxiv.1803.05500,
title = {A Technique Based on Chaos for Brain Computer Interfacing},
author = {A. Banitalebi and S. K. Setarehdan and G. A. Hossein-Zadeh},
journal= {arXiv preprint arXiv:1803.05500},
year = {2018}
}
备注
arXiv admin note: substantial text overlap with arXiv:1803.04606