多频带频域深度置信网络脑电特征识别算法

来源：机器人杂志2018年第4期北京时间：

作者：蔡军, 胡洋揆, 张毅, 尹春林

摘要：针对DBN（深度置信网络）脑电信号识别率不高的问题，提出了多频带频域深度置信网络（multi-band FDBN）算法进行特征提取.不同频带存在个体性差异，它们对于分类结果的贡献不完全相同，本文利用带通滤波器将原始的脑电信号分成多个频段，再采用FFT（快速傅里叶变换）将时域信号转换为频域信号并作归一化处理，最后将每个频段的频域数据输入DBN进行训练识别.线下实验证明，相比FDBN（频域深度置信网络）算法，多频带FDBN的平均准确率提高了3.25%，且标准差更小，鲁棒性更好.最后，在智能轮椅平台上，利用多频带FDBN算法基于左右手运动想象脑电信号控制轮椅完成了"8"字形路径，证明了该算法在脑电信号特征提取中的有效性.

关键词：脑电信号, 特征识别, 频域深度置信网络, 智能轮椅