Loading...
机构名称:
¥ 1.0

和 S. Kinoshita(IHI AEROSPACE 有限公司)摘要:近年来,人们积极开发使用非侵入式脑电图设备的脑机接口 (BMI) 技术以应用于工业领域。本文介绍了对非侵入式脑电图测量数据的分析和分类的基础研究成果。具体而言,将带通滤波和 FFT 变换等信号处理技术应用于从这些设备收集的数据。然后使用神经网络将思想分为七个不同的类别。此外,该研究调查了与测量持续时间有关的分类准确性,重点是实时分类能力。关键词:脑电图分类,神经网络

基于神经网络的非侵入式设备对脑电图进行分类

基于神经网络的非侵入式设备对脑电图进行分类PDF文件第1页

基于神经网络的非侵入式设备对脑电图进行分类PDF文件第2页

基于神经网络的非侵入式设备对脑电图进行分类PDF文件第3页

相关文件推荐

2022 年
¥1.0