Loading...
机构名称:
¥ 2.0

提出了一种低计算成本方法来检测普遍存在的通信和控制应用中的p300波,这称为p300嵌入式处理(PE-P300)。 div>PE-P300的入口是通道的脑电图信号(EEG),该方法的体系结构基于卷积神经元网络。 div>还提出了一种嵌入式脑部插入界面系统PE-P300方法,该系统还使用了四个以盒子形式的视觉刺激来唤起p300波。 div>该界面与用于机械系统的移动或控制的Internet网络具有连接性。 div>对于实验,生成了由8个受试者的EEG信号形成的数据库,根据结果,PE-P300能够识别每个受试者的EEG信号上的p300波,平均性能为96%。 div>此外,PE-P300仅需要一个电极,并且可以实时处理其低复杂性。 div>作为结论,PE-P300是文献中最有竞争力的方法之一,由于其96%的性能,电极数量较低(活性电极),并且将P300波的处理扩展到日常应用中使用的无处不在系统。 div>

Processem Emboard P300基于红色...

Processem Emboard P300基于红色...PDF文件第1页

Processem Emboard P300基于红色...PDF文件第2页

Processem Emboard P300基于红色...PDF文件第3页

Processem Emboard P300基于红色...PDF文件第4页

Processem Emboard P300基于红色...PDF文件第5页

相关文件推荐

2025 年
¥1.0
2023 年
¥8.0
2024 年

...

¥1.0
2024 年
¥2.0
2023 年

...

¥1.0
2015 年

...

¥1.0
2025 年

...

¥1.0
2023 年
¥9.0
2023 年

...

¥1.0
2023 年

...

¥1.0
2022 年
¥1.0
2024 年
¥1.0
2025 年

...

¥1.0
2023 年

...

¥1.0
2020 年
¥1.0
2022 年
¥2.0
2023 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
1900 年
¥5.0
2023 年

...

¥9.0