Analisis y

Clasificacion de
Seales EEG

Transformada Wavelet

De manera general la transformada wavelet de una funcin es la

descomposicin de en un conjunto de funciones que forman una base y

son llamadas wavelets. Se define a la transformada wavelet como

Las funciones wavelet son generadas a travs de la translacin y

escalamiento de una misma funcin llamada wavelet madre
Estas variaciones son en escalas y con ubicacin , el valor de determinara
que rango de frecuencia se analiza. La descomposicin de la seal da
como resultado a un grupo de coeficientes llamado coeficientes wavelet y
por ende la seal puede ser reconstruida como la combinacin lineal de las
funciones wavelet usadas y ponderadas por sus coeficientes.

Discriminante Stepwise

El mtodo de Discriminante paso a paso es usualmente usado para para

disminuir la dimensionalidad de datos. Este mtodo se basa en el uso de

una tcnica de discriminacin cannica multivariada. Teniendo una
matriz se generan funciones de discriminacin cannicas que consisten
en la transformacin lineal de los datos originales.

El mtodo que se usa para generar un nuevo grupo de datos es

seleccionar primero una variable y luego agregar una variable que
disminuir la capacidad de discriminacin. Se determina despus la
funcin que mejor discrimine los datos y se calcula verosimilitud entre la
funcin y cada variable, esto est dado por la correlacin. El valor ms
alto de correlacin indica que variable debe ser elegida primero. Luego
se calcula la funcin discriminadora. La segunda variable que debe ser
elegida debe juntamente con la primera variable provocar el mayor
decremento en la funcin discriminadora y as sucesivamente se
agregan variables

Redes MLP

Se conoce como perceptrn multicapa al tipo de red multicapa

con propagacin hacia delante. Estas redes son una
generalizacin del perceptrn normal pero dando solucin al
problema de la separabilidad no lineal.

Redes RBF

Las redes de funcin de Base Radial (RBF) son redes que se

entrenan ms rpido que una red MLP y no sufre de problemas
como mnimos locales. Este sistema tiene una arquitectura
similar a la red MLP pero solo consiste en tres capas (entrada,
oculta, salida).

activacin de una neurona de oculta est dado por dos pasos: el primero
La
consiste en el clculo de la distancia euclidiana entre el vector de entrada y
un centro que representa la neurona de la capa oculta.

En segundo lugar se aplica una funcin de activacin con forma de campada,

como por ejemplo la funcin gaussiana, para obtener la activacin final de la
neurona oculta.

La activacin de las neuronas de salida se calcula mediante la combinacin

lineal de las salidas de las neuronas de la capa oculta.