排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
运动想象-脑机接口(MI-BCI)技术为运动障碍患者提供了一种新的与外界交流的能力。应用卷积神经网络(CNN)处理运动想象(MI)脑电分类问题时,多提取最后卷积层的特征,忽视了中间层大量可用信息,导致MI-BCI的分类性能较差。针对这一问题,提出模型内层融合(WMFF)和模型间层融合(CMFF)两种特征融合策略。WMFF策略提取CNN每一层特征进行融合;CMFF策略融合CNN和长短时记忆网络并提取每一层特征。本研究用BCI竞赛IV Datasets 2a数据集对所提方法进行验证,WMFF和CMFF MI脑电信号四分类平均正确率分别达到76.19%和80.46%。结果表明,所提方法可有效提高MI脑电信号分类正确率,为MI脑电信号分类提供了新的思路。 相似文献
1