基于深度森林的脑电注意力识别研究

针对脑电信号的注意力识别精度问题,本文应用深度森林的算法进行仿真研究。首先对原始脑电信号通过小波分析进行预处理去噪,然后采用深度森林的方法进行分类识别。实验分别对6位受试者在注意和非注意两种状态下的脑电信号进行分析,结果表明,对注意力状态识别的准确率达到了95%以上,同时对通用数据库中清醒和睡眠两种状态下的脑电数据进行识别,也取得了较高的识别率,结果证明了该算法对脑电信号注意力识别的准确率是可靠的。