BriefGPT.xyz
Ask
alpha
关键词
brain computer interface
搜索结果 - 4
用于脑机接口诱发电位的跨受试者深度转移模型
本文介绍一种基于深度学习的脑机接口技术,通过使用多组数据进行训练,实现了一定的性能,同时通过迁移学习,使得该技术能够用于不同用户,从而解决了目前脑机接口技术中需要耗费大量数据搜集的问题,该技术有望提高脑机接口技术的临床应用性和可行性。
PDF
a year ago
使用通用深度域适应框架预热跨会话运动想象分类
提出了一种用于跨会话 MI 分类的全新的深度域自适应 (SDDA) 框架,并应用于既有的人工神经网络中,以提高模型的泛化能力与分类准确率。通过两项 MI-EEG 公共数据集上的实验证明,所提出的 SDDA 框架能够显著提高 EEGNet 和
→
PDF
2 years ago
使用深度卷积循环神经网络进行脑电信号的多模态分类
本研究提出了一种新的基于深度神经网络的方法来通过 EEG 数据建模认知事件,同时介绍了光流去表示 EEG 的变量信息,并在此基础上构建了一个混合 BCI 康复支持系统,旨在帮助中风患者执行一些基本操作。
PDF
6 years ago
深度特征学习 EEG 信号:通过启用脑电文本输入实现思维转文字
提出了一种基于深度神经网络的 MI-EEG 分类方法,采用联合卷积循环神经网络同时学习低维稠密嵌入的强鲁棒高级特征,消除多种伪迹。实验证明,该方法在 MI-EEG 数据集上的分类精度达到了 95.53%,并应用于具体的 BCI 系统中,实现
→
PDF
7 years ago
Prev
Next