EEG信号的原始数据,比如说是[16*1000],经过小波变换后得到[4*16*1000]这样的节律信号。
对信号的能量分布进行统计分析:
将[4*16*1000]的信号,分割成一比如200点为一个单位的信号,计算这200点的能量和,如果不进行窗口的交叠,得到[4*16*5]的能量特征。
对于不同次的实验,以及不同受试的采集结果看,能量值的差异比较明显,即使是相同的任务。因此,不直接用能量值作为特征进行统计分析。采用不同波段的能量的比值。四个波段两两相比,得到6个特征[16*5*6]。对5个样本数据的结果计算其统计值,比如均值,最大值,最小值,中位数,这时得到了[16*24(4*6)]个特征。
如果需要,可以讲这个特征拉成一个行向量,[1*384]。
每个样本得到了384个特征。