针对运动想象脑电信号(motor　imagery　electroencephalography,MI-EEG)的时变性、个体差异性等特点,提出一种将小波包变换(wavelet　packet　transform,WPT)与深度信念网络(deep　belief　networks,DBN)相结合的脑电特征自动提取方法,记为WD法。首先,利用平均功率谱方法对MI-EEG进行时域分析,选取有效的时序段。其次,使用WPT对有效时域段的各导MI-EEG进行时频分解,并选取与想象任务相关的频段信息重构脑电信号;然后,将各导重构MI-EEG串接,并将其瞬时功率信号输入给DBN模型实现特征自动提取。最后,利用So...