[发明专利]一种基于组合差异进化的脑电信号特征选择及分类方法

权利要求书

1.一种基于组合差异进化的脑电信号特征选择方法，其特征在于，包括以下步骤：

步骤1：选取脑电信号样本数据X_t×c，并对脑电信号样本数据进行预处理获得训练样本X为t×c的矩阵，X^FFT为m×c的矩阵，t是每一个电极采集数据个数，m是每个导联在一个T时间段内的特征值个数，c为脑电信号的导联个数；

步骤2：设定染色个体和适应度函数，设置策略知识库、迭代停止条件及染色个体种群，并对染色个体及迭代次数进行参数初始化；

以空间滤波器和特征选择器作为染色个体[S,K]，S的编码为实数，K采用0和1编码；

步骤3：按照组合差异进化算法对每一个染色个体进行变异、修补及交叉处理，获得新染色个体；

步骤4：以新染色个体的实数编码部分作为空间滤波器对训练样本进行空间滤波，获得样本特征向量V为m×c₁的矩阵，c₁为空间滤波输出维数；接着利用新染色个体的{0,1}编码部分作为特征选择器对样本特征向量构建训练特征向量X_V，K为m×c₁的矩阵，计算每个新染色个体的K_f，利用适应度函数计算每个新染色个体的适应值；

K_f为特征选择器所选的特征个数与频域特征向量中特征总个数的比值；

步骤5：判断是否满足迭代停止条件，如果不满足，令迭代次数G＝G+1，并转到步骤3；否则，输出种群中的最优染色个体R_best的实数部分S作为脑机接口中的空间滤波器，K{0,1}部分作为脑机接口中的特征选择器。

2.根据权利要求1所述的基于组合差异进化的脑电信号特征选择方法，其特征在于，所述步骤1中脑电信号样本数据X_t×c采用设定频率范围内的脑电信号数据；

所述预处理是指对脑电信号样本数据以T时间窗进行分帧处理，并对每帧数据进行FFT变换。

3.根据权利要求2所述的基于组合差异进化的脑电信号特征选择方法，其特征在于，所述染色个体初始化包括：空间滤波器通过随机函数生成实数，特征选择器初始化为1，S为c×c₁的矩阵。

4.根据权利要求3所述的基于组合差异进化的脑电信号特征选择方法，其特征在于，所述适应度函数为fitness(S,K)＝E_LDA+λ|K_f|，其中，E_LDA为分类误差，通过线性判决分析对脑电信号特征向量X_V进行训练获得；K_f为特征选择器所选的特征个数与频域特征向量中特征总个数的比值，λ为调整参数，0.1<λ<0.5；

脑电信号特征向量X_V的获取过程为：利用每一个染色个体[S,K]中的空间滤波器对脑电信号X进行空间滤波，然后对空间滤波后的结果进行FFT变换获得频域特征向量最后利用染色个体中的特征选择器对频域特征向量进行特征选择，选择后的结果作为脑电信号特征向量X_V。

5.根据权利要求4所述的基于组合差异进化的脑电信号特征选择方法，其特征在于，所述迭代停止条件为：迭代次数超过最大迭代代数G_Max＝1000或连续30次迭代后适应度函数变化率小于0.001。

6.一种基于组合差异进化的脑电信号特征分类方法，其特征在于，采用权利要求1-5任一项所述的基于组合差异进化的脑电信号特征选择方法，选择的空间滤波器及特征选择器形成的最优染色个体R_best，具体包括以下几个步骤：

步骤A：利用最优染色个体R_best，按照步骤4所述方法对训练样本进行空间滤波和特征选择，获得最优训练特征向量X_V′，利用SVM分类器对最优训练特征向量X_V′进行训练，获得分类器C_svm；

步骤B：对待测试数据按照步骤1所述方法进行预处理获得待测试样本Y^FFT为m×c的矩阵，利用获得的最优染色个体R_best依据步骤4所述方法对待测试样本进行空间滤波和特征选择，获得待测试特征向量Y_V′，将待测试特征向量Y_V′输入步骤A获得的分类器C_svm，输出分类结果。