脑机接口中的空间滤波：共空间模式与其变体的比较
信号处理
2018-08-21 v1 人机交互
机器学习
机器学习
摘要
脑电图（EEG）是脑机接口（BCIs）最流行的输入形式。然而，它很容易被各种伪迹和噪声污染，例如眨眼、肌肉活动、电力线噪声等。因此，在送入机器学习算法进行识别之前，EEG 信号通常在空间和时间上均被滤波以提高信噪比。本文考虑空间滤波，特别是用于 EEG 分类的共空间模式（CSP）滤波器。在二分类中，CSP 寻求一组滤波器以最大化一类的方差同时最小化另一类的方差。我们首先介绍传统解法，然后介绍基于略有不同目标函数的新解法。我们在运动想象上进行了全面实验以比较两种方法，发现传统 CSP 解法通常仍给出更好的结果。我们还表明，无论使用哪种目标函数，对协方差矩阵添加正则化都能提升最终分类性能。
引用
@article{arxiv.1808.06533,
title = {Spatial Filtering for Brain Computer Interfaces: A Comparison between the Common Spatial Pattern and Its Variant},
author = {He He and Dongrui Wu},
journal= {arXiv preprint arXiv:1808.06533},
year = {2018}
}