机构名称：
¥ 1.0
21世纪以来，非侵入式脑机接口（BCI）发展迅速，脑机设备逐渐从实验室走向大众市场，其中TGAM（ThinkGear Asic Module）及其封装算法已被全球众多研究团队和教员采用，但由于开发成本有限，算法计算数据的效果并不理想。本文提出一种基于TGAM的注意力机制优化算法用于脑电数据反馈。考虑到TGAM封装算法数据输出波动较大，延时较大，准确率较低的问题。实验结果表明，该算法可以对脑电数据进行优化，使得在不改变模块本身封装算法的情况下，在相同甚至更低延时的情况下，明显提升注意力数据的表现，大大提高数据的稳定性和准确性，在实际应用中取得较好的效果。
研究论文 通过 TGAM 实现脑电图注意力优化方法
主要关键词
相关文件推荐
