Loading...
机构名称:
¥ 1.0

本文讨论了脑机接口 (BCI) 中脑电图 (EEG) 信号中 μ 抑制的检测。为此,提出了一种基于统计模型和线性分类器的有效算法。确切地说,提出了广义极值分布 (GEV) 来表示中枢运动皮层 EEG 信号的功率谱密度。使用最大似然法估计相关的三个参数。基于这些参数,设计了一个简单而有效的线性分类器来对三类事件进行分类:想象、运动和静息。初步结果表明,所提出的统计模型可用于精确检测 μ 抑制并区分不同的 EEG 事件,具有非常好的分类精度。

运动想象中的 μ 抑制检测

运动想象中的 μ 抑制检测PDF文件第1页

运动想象中的 μ 抑制检测PDF文件第2页

运动想象中的 μ 抑制检测PDF文件第3页

运动想象中的 μ 抑制检测PDF文件第4页

运动想象中的 μ 抑制检测PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2022 年
¥2.0