一种视觉P300脑-机接口系统数据优化方法

摘要

本发明公开了一种视觉P300脑-机接口系统数据优化方法，包括以下步骤：步骤一：数据的采集与预处理；步骤二：计算向量夹角阈值C_Threshold：分别计算训练集中正负数据集的均值向量m₁和m₂，将m₁和m₂带入夹角计算公式获得正负数据均值向量间的夹角，作为向量夹角阈值C_Threshold；步骤三：从训练集中选取可能为噪声数据和冗余数据的数据，并计算相应的向量夹角；步骤四：剔除冗余数据和噪声数据。本发明优点是实现了对视觉P300脑-机接口训练集中大量冗余数据和噪声数据的有效剔除。

主权项

一种视觉P300脑‑机接口系统数据优化方法，其特征在于，包括以下步骤：步骤一：使用视觉P300‑Speller脑‑机系统进行数据采集获得训练集，对训练集中的数据进行预处理和特征提取；步骤二：计算向量夹角阈值C_Threshold：分别计算训练集中所有正类数据均值m₁和所有负类数据均值m₂，将m₁和m₂带入向量夹角计算公式获得正负数据均值的夹角，作为夹角阈值C_Threshold；步骤三：从训练集中选取数据，并计算其中每个数据对应的向量夹角C：从训练集中选取每一次字符拼写中与目标行列刺激相邻的行列刺激对应的数据，设选取数据为x_i，根据夹角计算公式计算数据x_i和与数据x_i相邻的目标行列刺激对应的数据x_j之间的向量夹角C；步骤四：剔除冗余数据和噪声数据：对于步骤三中选取的数据集中的每一个数据，设为x_i，如果数据x_i相应的向量夹角C小于步骤二中计算的向量夹角阈值C_Threshold，则判定该数据为噪声数据或冗余数据，从训练数据集中剔除该数据x_i。