Europe PMC· Frontiers in computational neuroscience·· 21 天前AI 评分34
滑动窗口与傅里叶分解结合 1D-CNN 的脑机接口运动想象 EEG 分类框架
A sliding window and Fourier decomposition method based 1D-CNN framework for motor imagery EEG classification.
AI 导读
研究提出一种融合滑动窗口、傅里叶分解方法与 1D-CNN 的运动想象 EEG 分类框架，FDM 将信号分解为 8 个正交 FIBFs。在受试者依赖协议下，BCIC IV 2a 与 BCIC III IVa 数据集准确率分别为 79.14% 和 93.67%；LOSO 跨受试者协议下分别为 55.50% 和 76.49%。
来源：Europe PMC · doi.org