基于卷积神经网络与微控制器的便携式运动想象脑电信号解码器研究.pdfVIP

基于卷积神经网络与微控制器的便携式运动想象脑电信号解码器研究.pdf

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

摘要

脑机接口技术通过检测脑电信号并解码出相应的动作指令,以控制人体辅助设备。

其中深度学习技术已被广泛用于解码运动想象(Motorimaginary,MI)脑电

(Electroencephalogram,EEG)信号,分类准确率较高。然而,由于计算量大,用于

EEG信号的深度学习解码器通常需要在体积庞大且笨重的计算设备上实现,不利于实

际应用。同时,在实现脑机接口轻量化的过程中也要保证对脑电信号分类的准确性。

目前,深度

文档评论(0)

n1u1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档