您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Mengfan Li1,2,3, Jundi Li4,5,6, Zhiyong Song4,5,6
1State Key Laboratory of Reliability and Intelligence of Electrical Equipment, School of Health Science and Biomedical Engineering, Hebei University of Technology, Tianjin, China. mfli@hebut.edu.cn.
本研究介绍了EEGNet-MDFTL,这是一种用于脑计算机接口 (BCI) 的新型转移学习方法. 它有效地减少了数据需求,并通过学习域不变特征来提高EEG解码精度.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: