一种基于ABC-SVM的脑电信号特征分类方法

摘要

本发明涉及一种基于ABC‑SVM的脑电信号特征分类方法。本发明首先利用CSP算法进行脑电信号特征提取；其次利用人工蜂群算法对支持向量机的惩罚因子C和核参数g进行优化。最后，用得到的最优参数对SVM分类器进行训练，利用训练好的分类器对样本进行分类预测。本发明与传统算法优化的SVM分类识别方法进行对比，结果表明基于ABC‑SVM的分类识别算法能有效的提高脑电信号的分类识别率，较传统的分类识别方法有明显的优势。

主权项

一种基于ABC‑SVM的脑电信号特征分类方法，其特征在于该方法包括以下步骤：步骤1.利用CSP算法对脑电信号进行特征提取,得到样本特征向量f_i；步骤2.利用人工蜂群算法对支持向量机的核函数参数和惩罚因子进行迭代寻优；步骤3.利用ABC优化后的最优参数对SVM分类器进行训练，利用训练好的分类器对样本进行分类预测。