基于1维神经网络与快速傅里叶变换的SSVEP分类方法.pdfVIP

第４６卷第１期吉林师范大学学报(自然科学版)Ｖｏｌ.４６ꎬＮｏ.１

２０２５年２月ＪｏｕｒｎａｌｏｆＪｉｌｉｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ(ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ)Ｆｅｂ.ꎬ２０２５

ｄｏｉ:１０.１６８６２/ｊ.ｃｎｋｉ.ｉｓｓｎ１６７４￣３８７３.２０２５.０１.０１７

基于１维神经网络与快速

傅里叶变换的ＳＳＶＥＰ分类方法

董延华ꎬ景晨阳ꎬ王大东

(吉林师范大学数学与计算机学院ꎬ吉林四平１３６０００)

摘要:提出了基于１维卷积神经网络和快速傅里叶变换(ＦＦＴ￣１ＤＣＮＮ)的稳态视觉诱发电位(Ｓｔｅａｄｙ￣Ｓｔａｔｅ

ＶｉｓｕａｌＥｖｏｋｅｄＰｏｔｅｎｔｉａｌꎬＳＳＶＥＰ)信号分类方法ꎬ以满足非侵入式脑机接口(ＢＣＩ)系统对于跨用户分类的需求.

使用１维卷积神经网络捕捉局部依赖关系和模式ꎬ并使用快速傅里叶变换将多通道１维时域信号转换为２维

频谱.