论文部分内容阅读
脑神经信号属于非平稳随机信号，是一类难以进行分类识别的信号。为改进这类信号的分类效果，提出了将灰关联理论应用于脑神经信号的分类。首先介绍了灰关联理论和方法，在此基础上，建立了脑神经信号灰色模型（Grey Model）——GM（1，1）模型，估计出每一个模型参数a和b，将其中模型参数b作为特征值用于灰关联分析，得到第1次分类结果，然后在认真分析第1次分类结果的基础上，进一步给出二次分类方法。通过二次分类，实现了对脑神经信号的有效分类识别，其分类正确率高达88％。结果表明，将灰关联技术用于非平稳随机信号的分类