1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 通讯论文

基于数据增强和数据迁移的运动想象脑电分类研究及应用.pdf

基于数据增强和数据迁移的运动想象脑电分类研究及应用.pdf

    摘要

    基于脑电图（electroencephalogram,EEG）的运动想象（MotorImagery,MI）

    分类任务是脑机接口（Brain-ComputerInterface,BCI）领域的一个重要研究方向。

    然而，EEG信号的低信噪比、数据收集处理的高成本和个体差异性大，导致模型

    泛化能力弱，影响了MI-BCI系统的实用性与便捷性。本文研究了基于数据增强

    和数据迁移的MI-EEG信号分类及其结合共享控制策略的应用。主要工作如下：

    1.提出基于数据增强和深度学习

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >