基于脑电的立体视频加速度的特征识别

来源期刊：东北大学学报(自然科学版)2019年第10期

论文作者：沈丽丽 耿小荃 徐礼胜

文章页码：1386 - 1391

关键词：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.