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
采用键盘敲击任务探讨学习者主观估计错误活动、结果反馈时机(knowledge of results,简称KR)对运动技能学习的影响。抽取90名右利手的在校大学生,随机分为:主观估计无KR组、主观估计及时KR组、主观估计延迟KR组,算术活动无KR组,算术活...采用键盘敲击任务探讨学习者主观估计错误活动、结果反馈时机(knowledge of results,简称KR)对运动技能学习的影响。抽取90名右利手的在校大学生,随机分为:主观估计无KR组、主观估计及时KR组、主观估计延迟KR组,算术活动无KR组,算术活动及时KR组,算术活动延迟KR组(组间性别均衡设计)。主观估计错误活动组在练习间以口头报告的形式评估自己刚才操作总时间的误差,算术活动组按照实验员的要求进行数字算术口头运算。无KR组不提供KR,及时KR组在主观估计错误活动或算术活动后即刻获得KR,延迟KR组则延迟4s获得KR。第1-2天,6组受试者在各自的条件下分别练习,每天练习108次。第3天,练习后,休息10min,使用原任务进行保持测试10次,要求受试者每次测试后口头报告自己操作的总时间。第4天,使用原任务进行保持测试10次,要求受试者每次测试后口头报告自己操作的总时间。结果显示:(1)练习后从事主观估计错误活动,并能及时获得KR的学习者,保持测试的绩效最好;(2)主观估计错误活动影响提供KR的适宜时机。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.
文摘采用键盘敲击任务探讨学习者主观估计错误活动、结果反馈时机(knowledge of results,简称KR)对运动技能学习的影响。抽取90名右利手的在校大学生,随机分为:主观估计无KR组、主观估计及时KR组、主观估计延迟KR组,算术活动无KR组,算术活动及时KR组,算术活动延迟KR组(组间性别均衡设计)。主观估计错误活动组在练习间以口头报告的形式评估自己刚才操作总时间的误差,算术活动组按照实验员的要求进行数字算术口头运算。无KR组不提供KR,及时KR组在主观估计错误活动或算术活动后即刻获得KR,延迟KR组则延迟4s获得KR。第1-2天,6组受试者在各自的条件下分别练习,每天练习108次。第3天,练习后,休息10min,使用原任务进行保持测试10次,要求受试者每次测试后口头报告自己操作的总时间。第4天,使用原任务进行保持测试10次,要求受试者每次测试后口头报告自己操作的总时间。结果显示:(1)练习后从事主观估计错误活动,并能及时获得KR的学习者,保持测试的绩效最好;(2)主观估计错误活动影响提供KR的适宜时机。
