论文研究 基于概率Petri网的故障诊断模型研究.pdf

脑电信号是一种典型的非平稳随机信号，对脑电信号的分类识别是非常困难的，为了提高正确识别率，提出多导脑电信号的分类识别方法。首先对受试者分别在睁眼和闭眼状态下的单导脑电信号进行特征提取，然后选取多组识别效果不好的单导联的特征，组合成为多导脑电信号特征，最后用RBF核函数的支持向量机分类器进行分类识别。结果表明对多导联特征的正识率比单导联正识率有很大提高。结论：多导脑电信号能够更好地反映大脑活动的整体信息，噪声抑制能力较强，因此多导联脑电信号特征的分类识别效果较好。