一种基于多分类器集成的脑电分类方法

本发明公开了一种基于多分类器集成的脑电分类方法，包括如下步骤：脑电信号采集及预处理；联合运用时域分析方法、自回归模型方法、离散小波变换方法对脑电信号进行特征提取；建立个体支持向量机分类器模型，并将支持向量机分类器的输出转换为概率输出；多分类器集成脑电模式分类，利用D‑S证据理论对3个个体支持向量机分类器的分类信息进行融合，得到最终的分类结果。实验结果表明，本发明方法能够提高运动想象脑电信号分类的准确率。