来源：期刊VIP网 时间：
作者：谷学静;宋杨;李峰;李林;
单位：华北理工大学电气工程学院;唐山市数字媒体工程技术研究中心;
摘要：针对传统特征提取方法极易造成信号丢失等问题，提出了将非线性特征中的排列熵引入运动想象特征提取，充分提取脑电的非线性特征。首先，对脑电信号进行预处理，去除杂波并保留脑电的有效信息；随后将预处理的脑电数据输入到排列熵中进行特征提取；使用二分类效果较好的支持向量机为分类器。将方法在脑电大赛数据集上进行验证，实验证明使用排列熵后，二分类的平均分类准确率能够达到90%，分类准确率较传统非线性特征有明显提升，排列熵能更好地进行脑电信号的特征提取。
关键词：脑机接口;;运动想象;;排列熵;;特征提取
基金资助：河北省自然科学基金高端钢铁冶金联合研究基金专项项目（F2017209120）;; 唐山市沉浸式虚拟环境基础创新团队（18130221A）
