TY -的A2江(AU -郑,Xuanci AU -李,杰盟,霁红飞盟——段,丽丽AU - Li Maozhen盟,彭日成乎盟,壮族,杰盟——Rongrong陆盟——天,高PY - 2020 DA - 2020/12/15 TI -任务转移的脑电图分类学习运动想象BCI系统SP - 6056383六世- 2020 AB - motor-imagery脑机接口系统(MI-BCI)董事会的发展前景。然而,长时间校准和缺乏足够的MI命令限制其在实践中使用。为了扩大命令集,我们添加传统MI命令新命令的组合命令集。我们也设计一个算法基于转移学习,以减少收集脑电图信号的校准时间和培训模式。我们基于数据从传统的命令创建特征提取器并通过新命令的数据传输模式。通过比较之间的平均精度算法和传统算法和空间模式的可视化在我们的算法,我们发现我们的算法的准确性比传统算法要高得多,尤其是对于低质量的数据集。此外,空间模式的可视化是有意义的。该算法基于转移学习需要从源数据信息的优势。我们放大命令集,同时缩短校准时间,MI-BCI应用具有十分重要的意义。SN - 1748 - 670 - 2020/6056383 / 10.1155 x你——https://doi.org/10.1155/2020/6056383——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER