进化优化算法在运动想象脑机接口中的应用研究

《进化优化算法在运动想象脑机接口中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号:密级：UDC：学号：406107412050南昌大学硕士研究生学位论文进化优化算法在运动想象脑机接口中的应用研究ApplicationResearchofEvolutionaryOptimizationAlgorithmsinMotorImageryBasedBrain-ComputerInterfaces魏中海培养单位（院、系）：信息工程学院指导教师姓名、职称魏庆国教授申请学位的学科门类：工学学科专业名称：信号与信息处理论文答辩日期：2015年5月24日一、学位论文独创性声明本人声明所呈交的学

2、位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南昌大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研宄所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名（手写）:签字日期：年^月>日二、学位论文版权使用授权书本学位论文作者完全了解南昌大学有关保留、使用学位论文的规定，同意学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。

3、本人授权南昌大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。同时授权北京万方数据股份有限公司和中国学术期刊（光盘版）电子杂志社将本学位论文收录到《中国学位论文全文数据库》和《中国优秀博硕士学位论文全文数据库》中全文发表，并通过网络向社会公众提供信息服务，同意按“章程”规定享受相关权益。学位论文作者签名（手写）:导师签名（手写）:签字曰期：x年么月多曰签字曰期:(^少年6月^曰论文题目&齡fl姓名M.rA学号论文^别博士口'硕士0院/系/所

4、联系电话E_mail通信地址(由3编)：备注：赶公开□保密（向校学位办申请获批准为“保密”，______年_月后公开)摘要摘要在基于运动想象的脑-机接口(BCI)中，共空域模式算法(CSP)能够有效地提取脑电信号中可辨识的模式，因而得到广泛使用。然而，CSP算法的性能严重依赖于受试者特定的参数，包括用于分类的脑电信号时间段、频带和电极通道数。使用受试者特定的参数来提取脑电特征可以显著地改善CSP的性能并提高BCI的分类正确率。本文使用二进制粒子群优化(BPSO)和回溯搜索优化(BSA)这两种进化优化算法

5、，对受试者特定的参数进行单独或联合选择，以便改进BCI系统的分类性能。为了解决频带优化问题，本文提出了两种结合CSP算法的进化优化算法。在第一种算法中，宽带(8-30Hz)脑电EEG信号被划分为10个子带(每个子带宽4Hz，相互交叠2Hz)，BPSO被用于挑选最优的子带(集合)，在选择的子带上使用CSP算法进行空域滤波和特征提取；在第二种算法中，EEG信号的带宽可在8-30Hz频率范围内变化，频带的起始频率与结束频率由BSA算法进行选择，在选择的频带上使用CSP算法进行空域滤波和特征提取。使用这两种方法

6、对两个数据集进行分类实验，结果表明相对于传统的宽带(8-30Hz)CSP的方法，这两种基于频带优化的CSP方法都取得了一定的效果。通过比较两种新的算法，BSA表现更佳，且收敛速度快。在对频带进行优化的基础上，本文还提出了一种使用BSA对频带和时间段进行联合优化的算法。本算法中EEG信号的滤波带宽不固定，起始频率与结束频率可在8-30Hz范围内变化，而时间段的宽度固定为2s，数据的总时长为4s，故而起始点可在0-2s之间变化。时间段起始点、频带起始点以及频带结束点这三个参数由BSA算法进行联合优化。在选择

7、的频带和时间段上，使用CSP算法进行空域滤波和特征提取。与只进行频带优化相比，联合时-频优化取得了更高的分类正确率。针对导联选择对EEG分类的重要性，本文还提出了一种使用BSA对BCI通道进行选择的算法。在对导联的优化中，以分类误差率为目标函数，选择的导联数目由BSA算法确定。使用两个数据集进行了导联选择实验。实验结果表明，与全部导联相比，选择的导联数目大幅度减少；且与使用全部导联相比，使用选择的导联取得的分类正确率有了较大的提高。关键词：脑-机接口；共空域模式；频带优化选择；时-频联合优化选择；导联选

8、择；二进制粒子群优化；回溯搜索优化算法IABSTRACTABSTRACTInmotorimagery-basedbraincomputerinterface(BCI)systems,commonspatialpattern(CSP)algorithmiswidelyusedforextractingdiscriminativepatternsfromtheEEGsignals,anditissuccessfulandeffective.Th