本文提出一种跨被试的深度神经网络识别方法,应对运动想象脑电信号的非线性、非平稳特性.该方法首先计算协方差矩阵均值,将不同被试者样本集的协方差对齐至单位矩阵,提升样本的被试间泛化性.然后,将对齐后的样本输入至卷积神经网络中,...本文提出一种跨被试的深度神经网络识别方法,应对运动想象脑电信号的非线性、非平稳特性.该方法首先计算协方差矩阵均值,将不同被试者样本集的协方差对齐至单位矩阵,提升样本的被试间泛化性.然后,将对齐后的样本输入至卷积神经网络中,通过留一被试交叉验证法,构建跨被试的运动想象脑电信号识别方法.在BCI Competition IV dataset 2b公开数据集上进行实验,结果表明,新的方法在该数据集上取得了高的识别性能,且测试场景中的时间复杂度与现有方法相同.展开更多
本文以中国知网(CNKI)和Web of Science(WoS)数据库检索的相关文献作为数据来源,使用CiteSpace 5.7R1软件对国内外脑电信号研究的发文量、作者合作和关联度、关键词、研究热点等方面进行分析。结果表明,国内和国外脑电信号的研究整体发...本文以中国知网(CNKI)和Web of Science(WoS)数据库检索的相关文献作为数据来源,使用CiteSpace 5.7R1软件对国内外脑电信号研究的发文量、作者合作和关联度、关键词、研究热点等方面进行分析。结果表明,国内和国外脑电信号的研究整体发文量均呈现逐年上升趋势,且近几年该领域的研究呈现出较高的活跃度;通过脑电信号文献数据的知识图谱分析得出,国内脑电研究人员之间的关联关系以小范围合作为主,其合作的广度和深度有待进一步提升,而国外研究人员的合作程度高于国内合作研究的情况,但总体的合作情况与国内较为相近。此外,国内外在脑电信号研究领域的采集、处理及分析、研究方法的发展趋势较为相近,近些年脑电信号分析技术已逐渐应用于脑病诊断领域,并开始向人工智能技术发展。另一方面,国内外脑电信号研究的突现词强度和发展趋势存在一定差异,表明在特定时间范围内国内和国外脑电研究的方向和侧重点不同,这种差异性丰富了脑电研究的方向。以上研究对国内外脑电信号研究的研究热点和趋势进行梳理,有助于相关研究人员熟悉该领域的知识脉络、研究进展和趋势,为脑电信号的下一步研究方向提供合理的参考依据。展开更多
文摘本文提出一种跨被试的深度神经网络识别方法,应对运动想象脑电信号的非线性、非平稳特性.该方法首先计算协方差矩阵均值,将不同被试者样本集的协方差对齐至单位矩阵,提升样本的被试间泛化性.然后,将对齐后的样本输入至卷积神经网络中,通过留一被试交叉验证法,构建跨被试的运动想象脑电信号识别方法.在BCI Competition IV dataset 2b公开数据集上进行实验,结果表明,新的方法在该数据集上取得了高的识别性能,且测试场景中的时间复杂度与现有方法相同.
文摘本文以中国知网(CNKI)和Web of Science(WoS)数据库检索的相关文献作为数据来源,使用CiteSpace 5.7R1软件对国内外脑电信号研究的发文量、作者合作和关联度、关键词、研究热点等方面进行分析。结果表明,国内和国外脑电信号的研究整体发文量均呈现逐年上升趋势,且近几年该领域的研究呈现出较高的活跃度;通过脑电信号文献数据的知识图谱分析得出,国内脑电研究人员之间的关联关系以小范围合作为主,其合作的广度和深度有待进一步提升,而国外研究人员的合作程度高于国内合作研究的情况,但总体的合作情况与国内较为相近。此外,国内外在脑电信号研究领域的采集、处理及分析、研究方法的发展趋势较为相近,近些年脑电信号分析技术已逐渐应用于脑病诊断领域,并开始向人工智能技术发展。另一方面,国内外脑电信号研究的突现词强度和发展趋势存在一定差异,表明在特定时间范围内国内和国外脑电研究的方向和侧重点不同,这种差异性丰富了脑电研究的方向。以上研究对国内外脑电信号研究的研究热点和趋势进行梳理,有助于相关研究人员熟悉该领域的知识脉络、研究进展和趋势,为脑电信号的下一步研究方向提供合理的参考依据。