非监督特征学习方法在脑电身份识别中的应用-中南民族大学学报.pdfVIP

33 4 ( 科学版) Vol． 33 No． 4 第 卷第 期 中南民族大学学报 自然 2014 12 Journal of South-Central University for Nationalities (Nat． Sci． Edition) Dec． 2014 年 月 非监督特征学习方法在脑电身份识别中的应用 1 ，2 1 ，2 1 ，2 1 ，2 ， ， ， 官金安 高 炜 周 到 高军峰 (1 ， 430074 ;2 ， 430074) 中南民族大学生物医学工程学院 武汉 中南民族大学认知科学国家民委重点实验室 武汉 摘 要 设计并实现了采用非监督特征学习方法对模拟阅读事件相关电位实验中多名受试者脑电信号的特征提 ， ． 5 ， 取 并对提取的特征向量进行了模式分类 实验中共采集 名受试者脑电信号 每名受试者的特征样本集由其接受 100 ～ 400ms PO3 、O1 、Oz、O2 、PO4 、P4 、P8 、CP6 ， 模拟阅读靶视觉刺激后 在通道 的脑电信号样本组成 各受试者样 400 ． 6 BP ， 本集均含 个试次样本 非监督特征学习过程由含 个神经节的 神经网络完成 后选用支持向量机作为分类 ． 1 ，2 、5 、10 器 对比了 试次 试次 试次 试次样本叠加等几种不同情况下采用非监督特征学习方法提取特征的分类正 ． : 5 5 确率 实验结果表明 采用多神经节人工神经网络对 名使用者 试次叠加信号样本提取的特征向量的分类正确 90% ， ， 率高于 显著优于对各单通道时域特征向量的分类正确率 该方法可为以脑电信号为特征的身份识别系统提 供一种可行的特征提取方式． ; ; ; 关键词 模拟阅读 脑电信号特征提取 非监督特征学习 身份识别 中图分类号 TP391． 4 文献标识码 A 文章编号 1672-4321 (2014)04-0085-05 Unsupervised Feature Learning Method with Application to EEG signal based Personal Identification Guan Jinan1，2 ，Gao Wei1，2 ，Zhou Dao1，2 ，Gao Junfeng1，2 (1 College of Biomedical Engineering