科创中国

电子信息技术

本成果提出一种基于HELM并结合PTSNE流形和LDA特征融合的运动想象脑电分类方法。运动想象的脑电信号用于识别大脑状态，并且可以根据脑电信号控制人脑想象。脑电信号的分析对脑病患者有很大的帮助。由于采集到的脑电信号是一种随机性强、波形直观上缺乏规律性的非平稳信号，因此需要采用有效的特征提取方法来提高脑电信号的分类准确率。本成果提出一种基于HELM并结合PTSNE流形和LDA特征融合的运动想象脑电分类方法，并提高其分类准确率。

本成果提出一种基于HELM并结合PTSNE流形和LDA特征融合的运动想象脑电分类方法，并提高其分类准确率。在特征提取方面，一方面，用PCA结合LDA方法提取线性特征，既可以消除噪声，又可以考虑训练数据的标签信息；另一方面，通过PTSNE和LDA获得非线性结合特征，可以发掘脑电中复杂的非线性内在流形特征。在特征分类方面，采用有高分类准确率的HELM算法做运动想象脑电信号分类识别。

北京工业大学是一所以工为主，工、理、经、管、文、法、艺术、教育相结合的多科性市属重点大学。8个学科跻身2020年QS世界大学排行榜前500，位列QS2020年世界大学排名中国内地第32，工程学、材料科学、化学、环境科学与生态学、计算机科学、生物学与生物化学6个学科进入ESI前1％。 该成果的第一发明人段立娟教授是IEEE会员，ACM会员，中国密码学会会员，中国计算机学会高级会员，中国人工智能学会科普专委会委员，中国图象图形学学会视觉大数据专委会委员。2003年在中国科学院计算所获得计算机应用技术博士学位。2006年、2009年分别在澳大利亚詹姆斯库克大学、德国波茨坦大学做短期的学术访问。***受国家留学基金委资助到Texas大学Austin分校访问。2006年入选北京市委组织部优秀人才培养计划，2012年入选北京市属高等学校青年拔尖人才培育计划，2013年入选北京工业大学“京华人才”。2012年获北京工业大学教育教学成果一等奖。2012年获得中国电子学会二等奖。2015年获得中国电子学会三等奖。

点击查看