基于CBLSTM算法的脑电信号特征分类

来源：计算机工程与应用杂志2019年第24期北京时间：

作者：胡章芳，崔婷婷，罗元，张毅，魏博

单位：1.重庆邮电大学 光电工程学院，重庆 400065；2.重庆邮电大学 先进制造学院，重庆 400065

摘要：由于传统的脑电信号分类方法识别率较低，且识别率随着脑电信号类别的增加逐渐下降，针对脑电信号时空特征结合的特点，设计了一个多层的卷积双向LSTM型递归神经网络（CBLSTM）分类模型。此分类模型利用多层的卷积神经网络有效提取脑电序列的频域特征，采用双向LSTM提取脑电信号的时域特征，并将脑电信号序列逐帧输入到此分类模型中进行标记，最后输出分类结果。对比研究验证了所提出方法的可行性，实验表明此分类模型平均分类识别率得到了提高，且鲁棒性较好。

关键词：卷积神经网络,递归神经网络,长短期记忆,脑电信号,分类识别