基于跨模态信息迁移的发音想象脑电信号分类方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对基于发音想象的脑机接口样本数据数量小、数据噪声大，导致模型泛化能力差的问题，提出一种基于跨模态信息迁移的发音想象脑电信号分类方法。该方法通过知识蒸馏，将音频模态信息迁移到脑电模态，从而提高模型的泛化能力；通过多尺度学习来提高模型性能。在数据集Kara One中，两个二分类任务的AUC分别为68.28%和69.53%。（剩余9155字）

试读结束

目录
monitor
客服机器人