采用最小二乘转换的在线SSVEP字符输入系统设计与实现

摘要：

针对SSVEP-BCI系统信息传输率高、鲁棒性强,当前基于有训练分类算法的SSVEP-BCI系统需要较长时间采集训练数据,而基于无训练算法的系统难以满足实时性要求的问题,提出只需少量训练数据的高效在线字符输入系统,实现了快速准确的字符输入.该方法利用最小二乘转换技术进行跨被试迁移学习,并使用FoMSFA和多频率学习技术进行频率识别.使用者仅需进行2组训练数据采集,即可在1.96 s内实现单字符快速准确地在线输入.对15名受试者执行有提示字符输入,平均准确率和信息传输率分别为79.3％和161.9 bit/min;10名受试者执行无提示字符输入,平均准确率和信息传输率分别为80.0％和163.5 bit/min的实验.迁移学习技术和高效SSVEP识别算法的结合,为在线SSVEP-BCI系统的发展提供了新思路.

关键词：脑机接口、稳态视觉诱发电位、在线字符输入系统、迁移学习

所属期刊栏目：34

分类号：TP183;R318(自动化基础理论)

资助基金：国家自然科学基金;重庆市基础研究与前沿探索项目;重庆市自然科学基金;重庆市教委科技项目

在线出版日期：2022-11-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：859-868