Research on extraction and classification of EEG features for multi-class motor imagery

Aiming at solving the problems of low recognition accuracy and poor practicability caused by the small amount of data and insufficient training of the network weights when the deep neural network algorithm is directly used to classify the 4-class motor-imagery electroencephalogram signals(MI-EEG), W...

Celý popis

Podrobná bibliografie

Vydáno v:	2019 IEEE 4th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC) Ročník 1; s. 693 - 697
Hlavní autoři:	Tang, Xuebin, Zhao, Jinchuang, Fu, Wenli
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.12.2019
Témata:	Brain modeling brain-computer interface systems (BCI) Classification algorithms common spatial pattern (CSP) Convolution convolutional neural network (CNN) Covariance matrices Electroencephalography Feature extraction motor imagery EEG signals (MI-EEG) Training
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!