基于卷积自注意力机制的KAN神经网络对脑机接口视觉电刺激信号分类.pdfVIP

专论FEATURES

基于卷积自注意力机制的KAN神经网络

对脑机接口视觉电刺激信号分类

1,21,22

高健云，刘松丽，李澍

1.沈阳药科大学医疗器械学院，辽宁沈阳117004；2.中国食品药品检定研究院医疗器械检定所，北京102629

[摘要]目的对P300视觉电刺激信号分类面临的诸多挑战进行分析，探讨新的潜在解决方案。方法本文提出一种卷积自注

意力机制的KAN神经网络模型，该模型能够捕获P300信号的全局特征信息，同时在引入了KAN层后模型能更好地处理非线

性数据。在脑机接口CompetitionⅢChallenge2004数据集上进行实验验证，并与现行P300视觉电刺激信号分类方法进行比

较。结果本文所提模型在验证集上展现出更高的分类准确度，对于P300信号分类准确度为100.0%，优于VGG-16的98.9%和

ResNet-18的99.0%。同时在快速梯度