基于深度卷积网络的脑电运动想象分类方法

摘要

脑机接口是一种不依赖外围神经和肌肉的前提下,通过一定的技术手段提取大脑思维活动信息,通过计算机技术解码,直接分析大脑的信号,识别人脑的系统.本文使用脑机接口竞赛的公开数据,提出了两种基于深度学习的卷积神经网络,对脑电信号进行分类.实验结果证明,这两种卷积神经网络都可以训练出较好的模型,并对训练数据集取得较好的分类准确率,相比于传统的反向传播神经网络,卷积神经网络可以提高6％的准确率.