换一批摘要为提高运动想象脑机接口识别准确率,结合共空间模式(common spatial pattern,CSP)和卷积神经网络(convolutional neural network,CNN)方法,提出一种改进滤波器组共空间模式(filter bank common spatial pattern,FBCSP)和CNN的算法,用于多分类运动想象脑电信号识别任务.信号预处理后,使用包含重叠频带的FBCSP计算空间投影矩阵,数据经过投影得到更有区分度的特征序列.然后将特征序列以二维排列方式输入搭建的CNN模型中进行分类.所提出方法在脑机接口竞赛数据集2a和Ⅲa上验证,并和其他文献方法对比.结果表明,本文方法一定程度上提高了运动想象脑电信号的分类准确率,为运动想象研究提供了一个有效办法.
更多相关知识
关键词
运动想象脑电信号脑机接口共空间模式卷积神经网络motor imageryEEG signalsbrain-computer interfacecommon spatial patternconvolutional neural network
栏目名称
DOI
10.12404/j.issn.1671-1815.2307637
发布时间
2024-10-28（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
