基于深度学习的脑电信号特征识别
脑-机接口技术[1](简称BCI)是一种在不依赖于外围神经和肌肉的前提下,通过一定的技术手段提取大脑思维活动信息,经过计算机技术对信息解码,直接分析人的脑电信号,从而识别人脑意图的通讯系统.通过对国际标准数据库Ⅲ中的数据集Ⅰ的脑电数据[2],先进行S算法和双线性插值法对数据进行预处理,在通过深度学习——卷积神经网络(CNN)进行脑电信号的特征提取与分类,最终在实现识别人脑意图的目的的同时,也提高了识别的准确度.
脑-机接口、特征提取、特征分类、卷积神经网络
14
TP311(计算技术、计算机技术)
2018-04-25(万方平台首次上网日期,不代表论文的发表时间)
共3页
206-208