稀疏降噪自编码器在IR-BCI的应用研究

来源：计算机工程与应用杂志2017年第11期北京时间：

作者：赵瑞娟1，2，官金安1，2，谢国栋1，2

单位：1.中南民族大学 医学信息分析及肿瘤诊疗湖北省重点实验室，武汉 430074；2.中南民族大学 认知科学国家民委重点实验室，武汉 430074

摘要：针对脑-机接口的特征提取问题，提出了一种基于非监督学习的稀疏降噪自编码器，对刺激诱发的脑电信号进行自主学习，构建原始数据的深层特征表达。该编码器引用稀疏自编码神经网络，通过加入噪声，增强其学习的泛化能力，增加了神经网络的鲁棒性。首先对多导联信号进行重新拼接，输入稀疏降噪自编码器，得到原始数据的稀疏特征表达；然后，采用支持向量机将学习到的特征进行分类；最后，同直接使用最优单通道相对比。实验结果为：稀疏降噪自编码器的分类准确率要优于单通道，表明该方法能够更好地学习到特征，并提高了“模拟阅读”脑-机接口的识别正确率，为脑-机接口系统的特征提取和分类提供了新思路。

关键词：模拟阅读,脑-机接口,非监督学习,稀疏降噪自编码器,支持向量机