《表1 不同方法在BCI CompetitionⅣ2B上的识别率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于时频域的卷积神经网络运动想象脑电信号识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了评估本文方法对左右手运动想象脑电信号的识别性能，对近年来被广泛使用的CSP方法[4]、CSP的衍生算法FBCSP[13]以及普通CNN方法[7]进行了对比实验；另外，为了体现对比方法的多样性，本文也对BCIⅣ竞赛前三名（按名次由高到低依次为Chin、Gan和Coyle）所使用的方法进行了对比。所有受试者的测试样本在上述方法下的识别率如表1所示。由表1可以直观地发现，本文方法平均识别率为86.5%，优于其他方法，说明充分挖掘脑电信号的时频信息有利于识别率的提升。对于单个受试者，本文方法识别率最高可达98.3%。此外，本文方法的识别率虽高于普通CNN方法，但在测试集上分类耗时略高，主要原因在于本文方法在CNN之前引入了预处理操作，且分类器更改为耗时较高的SVM。