机构名称：
¥ 1.0
摘要 —嗅觉诱发的脑电图 (EEG) 信号的分类在许多领域显示出巨大的潜力。由于 EEG 信号中的不同频带包含不同的信息，因此提取特定频带对于分类性能非常重要。此外，由于 EEG 信号的受试者间变异性很大，提取具有受试者特定信息而非一般信息的频带至关重要。考虑到这些，本信的重点是通过利用特定频带的谱域信息对嗅觉 EEG 信号进行分类。在本文中，我们提出了一种基于频带特征提取的嗅觉 EEG 信号分类网络。首先设计一个频带生成器来通过滑动窗口技术提取频带。然后，提出一种频带注意机制来自适应地优化特定主体的频带。最后，构建一个卷积神经网络 (CNN) 来提取空谱信息并预测 EEG 类别。对比实验结果表明，所提方法在分类质量和受试者间鲁棒性方面均优于一系列基线方法。消融实验结果证明了所提方法各个组成部分的有效性。
基于神经网络的嗅觉脑电信号分类网络
主要关键词
相关文件推荐
