机构名称：
¥ 1.0
摘要：脑部计算机界面使用大脑的信号（例如脑电图）来确定大脑状态，而大脑状态又可用于发出命令，例如控制工业机械。虽然云计算可以帮助创建和运行工业多用户BCI系统，但从EEG信号产生的大量数据会导致缓慢的响应时间和带宽问题。雾计算可减少高需求计算网络中的延迟。因此，本文引入了用于BCI处理的雾计算解决方案。该解决方案包括使用将机器学习算法的雾节点转换为命令以控制网络物理系统的命令。机器学习模块使用深度学习编码器来从EEG信号中生成特征图像，这些特征图像随后被随机森林分类为命令。使用各种分类器比较分类方案，这是获得最佳性能的随机森林。此外，在雾计算方法中进行了比较，并仅通过使用雾计算模拟器来使用云计算。结果表明，与纯云计算方法相比，雾计算方法的潜伏期较小。
使用BCI
主要关键词
相关文件推荐
