[发明专利]一种基于脑电信号的眼动信号识别方法

权利要求书

1.一种基于脑电信号的眼动信号识别方法，其特征在于：包括如下步骤：

步骤1)脑电信号获取以及数据预处理：

眼动时，获取脑电信号，脑电信号是由32个电极获取的信号，包括向左眼动，向右眼动，向上眼动，向下眼动，闭眼，对脑电信号预处理，包括减少干扰、降维、去除基线数据以及滤波；

步骤2)对步骤1)的处理结果使用改进SK算法进行判断无关最优向量，选择出少量的支持向量，并在算法中引入核技巧，将向量映射到高维空间，达到可分类的目的：

改进SK算法包括以下步骤：

1)构造D₁＝{x₁,x₂,...,x_m}，D₂＝{z₁,z₂,...,z_n}两个数据集，然后再重新构造两个数据集；

2)初始化，任意取设置停止精度ε；

3)判断停止条件，如果||w₂-w₁||²＜ε，判定x_k∈D₁为无关最优向量；如果||w₂-w₁||₂-r_m2-r_m1＞0，则x_k∈D₁为可能支持向量；其中否则转第4步；

4)优化更新，求其中

如果则令其中

如果则令其中

获得的值，然后返回第3步继续计算；步骤3)使用MDM算法对步骤2)获取的支持向量求解最优超平面，其包括以下步骤：

1)任取设置停止精度ε；

2)求其中

3)如果||w₁-w₂||-m(x_i)≤ε，则向量w₁-w₂就是最优超平面，偏置为否则取z＝w₁-w₂，继续第3步；

4)如果x_k∈D₁，求x_min∈D₁使得

(-z*x_min)＝min{-z*x_i:γ_i＝-z*x_i且γ_i＞0,x_i∈D₁}，

d＝f(-z)-x_min，z'＝z+(-z*x_min)d，取z^new为z和z'连线上的最小范数点，令

如果x_k∈D₂，求z_min∈D₂使得

(-z*z_min)＝min{-z*z_i:γ_i＝-z*z_i且γ_i＞0,z_i∈D₂}，

d＝f(-z)-z_min，z'＝z+(-z*z_min)d，取z^new为z和z'连线上的最小范数点，令返回第2步，直至求解获得最优超平面，获得分类器，最后利用所得的最优超平面进行脑电眼动方式的识别分类。

2.根据权利要求1所述的一种基于脑电信号的眼动信号识别方法，其特征在于，所述的SK算法是一种双向Gilbert算法，其优点全局收敛，并且可以很容易推广到特征空间用来解决非线性问题。

3.根据权利要求2所述的一种基于脑电信号的眼动信号识别方法，其特征在于，所述SK算法是用于数据集是线性可分的，利用改进SK算法获取支持向量是通过核函数技巧来完成数据集线性不可分的情况。

4.根据权利要求1所述的一种基于脑电信号的眼动信号识别方法，其特征在于，所述的MDM算法是利用SK算法获取的支持向量来运算的。