基于全局注意力的Gam-EEGNet在SSVEP分類中的應用

摘要： 穩(wěn)態(tài)視覺誘發(fā)電位(SSVEP)作為腦機接口(BCI)系統(tǒng)中的重要信號類型，因其高穩(wěn)定性和易操作性而廣泛應用于BCI研究。在過去的研究中，已有許多方法在SSVEP信號分類中取得了顯著進展，但依然面臨著信噪比低、信號非平穩(wěn)性和個體差異大的挑戰(zhàn)。為進一步提升SSVEP分類的準確性和實用性，本文提出了一種結(jié)合全局注意力機制與緊湊腦電網(wǎng)絡(EEGNet)的新型神經(jīng)網(wǎng)絡架構(gòu)——Gam-EE... （共8頁）