机译:对象间模型,以减少基于运动图像的脑电电脑界面的校准时间
Univ Chinese Acad Sci Beijing 100049 Peoples R China;
Chinese Acad Sci Shenyang Inst Automat Key Lab Networked Control Syst Shenyang 110016 Peoples R;
Univ Chinese Acad Sci Beijing 100049 Peoples R China;
Chinese Acad Sci Shenyang Inst Automat Key Lab Networked Control Syst Shenyang 110016 Peoples R;
Univ Auckland Dept Mech Engn Auckland New Zealand;
Chinese Acad Sci Shenyang Inst Automat Key Lab Networked Control Syst Shenyang 110016 Peoples R;
Brain-computer interface (BCI); Electroencephalogram (EEG); Machine learning; Movement imagination; Common spatial pattern; Inter-subject model;
机译:对象间模型,以减少基于运动图像的脑电电脑界面的校准时间
机译:研究基于近红外光谱在具有实时反馈的脑机接口中对时间依赖性建模的需求
机译:相对循环分量模式合成:摩擦界面误读叶片磁盘的减少阶阶建模方法
机译:使用一次尝试识别脑机接口中潜在错误的受试者间信息,最大限度地减少校准时间
机译:解决基于EEG的脑机接口在信号质量和校准时间方面的挑战
机译:基于深度学习的实用脑电电脑界面电机图像的跨对象连续解码
机译:利用脑机接口误差电位单次识别的主体间信息,最大限度地缩短校准时间