期刊文献+

基于增量学习的两阶段运动想象脑机接口算法

下载PDF
导出
摘要 针对脑电信号的非静态性,传统的静态机器学习方法受到挑战。本文提出一种基于增量学习的两阶段运动想象脑机接口算法,包括先经历的单信任阶段和再进入的互信任阶段。在线实验证明,该方法对于大部分初次使用运动想象脑机接口的人来说是有效的。
作者 文宇坤
出处 《福建电脑》 2016年第10期120-121,共2页 Journal of Fujian Computer
  • 相关文献

参考文献5

  • 1B. Graimann, B. Allison, G. Pfurtscheller,Brain-Computer Interfaces: A Gentle Introduction[ M ] Brain-Computer Interfaces. Springer Berlin Hei- delberg, 2009:1-27.
  • 2C. Delin, L. Zhiliao,Increnlental Linear Discrilninant Analysis: A Fast Algorithm and Comparisons [J ], IEEE Transactions on Neural Networks & Learning Systems[J ], 2015, 26(11):2716-2735.
  • 3G. Schalk, J. Mellinger,A Practical Guide to BrainComputer Interfacing with BCI2000: General-Purpose Software for Brain-Computer lntewe Research, Data Acquisition, Stinmlus Presentation, and Brain Monitoring [M], Springer Berlin press, 2010:1-80.
  • 4I. Faller, C. Vidaurre, T. Solis-Escalante,Autocalibration and recurrent adaptation: towards a plug and play online ERD-BCI [J], IEEE Transac- tions on Neural Systems & Rehabilitation Engineering A Publication of the IEEE Engineering in Medicine & Biology Society, 2012, 20(3):313-319.
  • 5G. R. Mueller-Putz, P,. Scherer, Better than Random? A closer look on BCI results [J], International Journal ofBioelectromagnetism, 2008, (10)1: 52-55.

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部