TY -非盟的苗族,敏敏盟——胡,蒙牛AU -阴,宏伟盟——张,柯PY - 2020 DA - 2020/07/20 TI -局部特征学习和运动图像EEG分类基于深卷积神经网络SP - 1981728六世- 2020 AB -脑电图模式识别是运动图像的一个重要组成部分——(MI)基于脑机接口(BCI)系统。传统脑电图模式识别算法通常包括两个步骤,即特征提取和特征分类。在特征提取中,常见的空间模式(CSP)是最常用的算法之一。然而,为了提取最优CSP特性、先验知识和复杂的参数调整通常是必需的。卷积神经网络(CNN)是目前最受欢迎的深度学习模型。在CNN,特征学习和模式分类过程中同时进行迭代更新网络参数;因此,它可以删除工程复杂的手动功能。在本文中,我们提出一个新颖的深度学习方法可以用于局部特征学习和运动图像EEG分类。具体地说,一个多层CNN模型设计根据MI EEG信号的局部特性。实验研究是进行两个MI脑电图数据集(BCI竞争第三集IVa和镇定的右手食指MI数据集)来验证算法的有效性与几个相比竞争方法密切相关。 Superior classification performance indicates that our proposed method is a promising pattern recognition algorithm for MI-based BCI system. SN - 1748-670X UR - https://doi.org/10.1155/2020/1981728 DO - 10.1155/2020/1981728 JF - Computational and Mathematical Methods in Medicine PB - Hindawi KW - ER -