-
题名基于张量网络的多脑运动想象脑电信号分类
- 1
-
-
作者
傅倩婧
孔万增
-
机构
杭州电子科技大学计算机学院
-
出处
《杭州电子科技大学学报(自然科学版)》
2021年第4期28-33,47,共7页
-
基金
国家自然科学基金资助项目(2017YFE0116800)。
-
文摘
为了解决脑机接口中识别率低、稳定性差等问题,提出一种基于张量网络的多脑脑机接口解码方法。首先,用共空间模式提取脑电特征,融合多脑信息,将融合的数据输入张量网络以便捕获时序特征;然后,张量网络把参数表示成高维数组,运用张量分解方法分解神经网络的权重张量,在不影响识别准确率的前提下,削减了神经网络的参数数量。实验结果表明,与单个被试相比,多脑运动想象脑电数据的识别准确率提高了17.2%;与GRU网络相比,张量网络模型的识别准确率有所提高,同时网络中的参数数量更少。
-
关键词
多脑bci
张量分解
神经网络
-
Keywords
multi-brain-computer interface
tensor decomposition
neural networks
-
分类号
TN911.7
[电子电信—通信与信息系统]
-