基于改进型模糊聚类的神经元锋电位的分类
刘晗
李振新
于毅
董兵超
1.新乡医学院生物医学工程学院,河南 新乡,4530032.新乡医学院生物医学工程学院,河南 新乡,4530033.新乡医学院生物医学工程学院,河南 新乡,4530034.新乡医学院生物医学工程学院,河南 新乡,453003
摘要：本研究提出减法聚类和模糊聚类算法相结合的改进型模糊聚类锋电位分类方法。该方法利用减法聚类算法快速得出聚类中心的个数及位置，然后将此聚类中心作为初始值应用于模糊聚类算法。结果表明，该方法降低了模糊聚类算法对初始聚类中心的依赖，节约了模糊聚类算法层层迭代的运算时间，提高了算法运行效率，同时也提高了分类的正确率，特别是在信噪比低于－30db时，对分类结果准确率的改善更为明显。此算法是实现锋电位分类的理想选择。
关键词：脑机接口(BCI)锋电位检测主成分分析锋电位分类减法聚类改进型模糊聚类
分类号：R318(医用一般科学)TP391.9(计算技术、计算机技术)
资助基金：国家自然科学基金(61305147)
论文发表日期：2015-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：5( 41-44,48 )
英文信息