原文服务方: 西安交通大学学报       
摘要:
针对稳态视觉诱发电位(SSVEP)脑电信号存在个体差异性强、信噪比低等特点而导致其识别困难等问题,提出一种用于SSVEP信号分类识别的深度学习方法.该方法以原始多通道SSVEP信号为输入,利用SSVEP信号的时空特性,首先使用一维时间卷积核对输入信号的时域进行卷积操作;然后使用一维空间卷积核进行空域卷积,对多通道信息进行融合;最后采用降采样、多尺度卷积、全连接等操作完成SSVEP信号的分类识别.实验结果表明:利用该方法在较短时间的视觉刺激下即可实现对被试者SSVEP信号的有效识别;在1 s刺激时长时,该方法的平均离线信息传输率为94.17 b/min,平均识别准确率为93.3%,相比于无监督典型相关分析方法和有监督支持向量机分析方法,识别准确率分别提升了48.73%、41.21%.该方法具有较高的目标识别效率及鲁棒性,有效提高了基于稳态视觉诱发电位信号的脑-机接口的性能.
推荐文章
稳态视觉诱发电位的脑机接口范式及其信号处理方法研究
稳态视觉诱发电位
脑-机接口
牛顿环
调制
稳态视觉诱发电位脑机接口的现场可编程逻辑门阵列实现
稳态视觉诱发电位
脑机接口
现场可编程门阵列
数据处理
特征识别
用于稳态视觉诱发电位特征频率提取的同步压缩短时傅里叶变换方法
稳态视觉诱发电位
同步压缩变换
脑-机接口
基于稳态视觉诱发电位的电力载波传输控制系统研究
脑机接口
智能家居
稳态视觉诱发电位
电力载波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用于稳态视觉诱发电位脑机接口目标识别的深度学习方法
来源期刊 西安交通大学学报 学科
关键词 稳态视觉诱发电位 脑-机接口 目标识别 深度学习
年,卷(期) 2019,(11) 所属期刊栏目
研究方向 页码范围 42-48
页数 7页 分类号 TP23
字数 语种 中文
DOI 10.7652/xjtuxb201911006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐光华 西安交通大学机械工程学院 80 961 16.0 28.0
2 谢俊 西安交通大学机械工程学院 6 61 4.0 6.0
3 杜光景 西安交通大学机械工程学院 1 0 0.0 0.0
4 张玉彬 西安交通大学机械工程学院 1 0 0.0 0.0
5 曹国智 西安交通大学机械工程学院 2 0 0.0 0.0
6 薛涛 西安交通大学机械工程学院 19 168 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (18)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1900(1)
  • 参考文献(1)
  • 二级参考文献(0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
稳态视觉诱发电位
脑-机接口
目标识别
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导