RBF神经网络在诱发脑电信号分类中的应用研究  

Application Research of Evoked Potential Signal Classification Based on RBF Neural Networks

作　　者：张烈平[1] 张俞伟[2] 莫玮[3] 

机构地区：[1]桂林工学院电子与计算机系,广西桂林541004 [2]中兴通讯公司,广东深圳518004 [3]中国电子技术标准化研究所,北京100007

出　　处：《广东工业大学学报》2004年第4期16-20,共5页Journal of Guangdong University of Technology

基　　金：国家自然科学基金资助项目(69871010);桂林工学院青年扶持基金资助(2003)

摘　　要：采用RBF神经网络方法对麻醉状态下诱发脑电仿真信号进行分析,提出了一种通过基于RBF神经网络权值构造特征向量的特征提取方法,以达到提取信号特征的目的,并用BP神经网络分类器对提取的特征进行聚类,从而实现深浅麻醉状态下诱发脑电信号的分类,实验仿真结果表明了该方法的有效性.A feature extraction method to evoked potential signal based on RBF networks'weights is presented in this paper, through the analysis of evoked potential signal.The features extracted from signals are classified with a BP neural network for classifying evoked potential signals. Experimental simulation results show that the method is effective.

关 键 词：RBF神经网络 特征提取 BP网络 MIAEP 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]