机译:增强基于多模型EEG的运动图像BCI分类器系统的投票策略
Department of Systems and Automation Engineering, Universidad Politécnica de Cartagena, Murcia, Spain;
Department of Systems and Automation Engineering, Universidad Politécnica de Cartagena, Murcia, Spain;
Department of Systems and Automation Engineering, Universidad Politécnica de Cartagena, Murcia, Spain;
Brain models; Data models; Predictive models; Electroencephalography; Biological system modeling;
机译:使用Unscented Kalman滤波器的BCI系统中基于EEG的电机图像分类
机译:基于脑电图的运动图像分类,使用增强的主动分段选择和自适应分类器。
机译:基于ELM的投票优化策略改进运动图像BCI数据分类。
机译:基于EEG的BCI系统通过经验模式分解对同一只手的运动图像任务进行分类
机译:一种用于脑计算机接口(BCI)应用的非侵入性EEG对运动图像进行二进制和多类模式识别的统计方法。
机译:在基于EEG的BCI系统中使用同步状态下的大脑连接性指标执行运动图像分类
机译:基于运动图像的笔触BCI的第一步:建立分类器的新策略