融合注意力的滤波器组双视图图卷积运动想象脑电分类

在运动想象任务中,传统卷积神经网络难以准确表达大脑多区域协同神经活动;图卷积网络(GCN)能够在图数据中考虑节点(脑区)间的连接和关系,适于表示不同脑区的协同任务,为此提出融合注意力的滤波器组双视图GCN(AFB-DVGCN).由滤波器组构建双分支网络,提取不同频段的时域和空域信息;采用双视图图卷积空间特征提取方法实现信息互补;利用有效通道注意力机制增强特征和捕捉不同特征图的交互信息,以提高分类准确率.在公开数据集BCI Competition Ⅳ-2a和OpenBMI上的验证结果表明,AFB-DVGCN的分类性能良好,其分类准确率显著高于对比网络的分类准确率.

基于物联网的智慧校园方案探究

在智能化日益发展的今天,物联网发展速度极快,物联网技术正将越来越多我们平常接触的物品接入互联网并产生了庞大的数据供人们利用,为人们的工作、生活带来了极大的改变。而对于发展并成型了很久的传统学校来说,与物联网潮流的接轨也是大势所趋。对于传统校园管理来说,人员、资源、教学等方面的管理都存在着严重的滞后性和不足,本文针对这些不足,旨在探讨使用物联网及计算机相关技术发展和改造新型的智慧校园。