基于Fisher判别稀疏超限学习机的脑电分类方法与流程

技术总结
本发明提出一种基于Fisher判别稀疏超限学习机的脑电分类方法。首先依据Fisher判别准则训练出一个结构化字典，其次根据这个字典获得更有区分性的稀疏系数进行信号重构，得到更有效的特征信号，然后利用超限学习机算法对新的特征信号进行分类，从而提高多运动想象任务分类的准确性。该方法在脑‑机接口领域具有广阔的应用前景。

技术研发人员：佘青山;陈康;席旭刚;蒋鹏
受保护的技术使用者：杭州电子科技大学
技术研发日：2017.12.19
技术公布日：2018.06.05