
作者:王子男
页数:160
出版社:中国纺织出版社
出版日期:2024
ISBN:9787522912677
高清校对版pdf(带目录)
前往页尾底部查看PDF电子书
内容简介
《基于脑机交互的人体运动意图智能识别算法研究与应用》针对脑电信号非线性、幅值微弱、信噪比低等特点对解码性能的影响, 介绍了基于传统机器学习、深度学习与迁移学习的数据优化、特征融合与特征迁移算法, 主要内容包括: 基于优选平均差异和P 阈值优化的脑电信号(EEG)通道选择算法; 基于多重加权的EEG 多模态特征融合算法;
基于受限玻尔兹曼机的EEG 深度多模态特征学习算法; 基于残差网络的EEG 多模态特征动态融合算法; 基于多特征混合融合网络的EEG 解码算法; 基于时空融合域适应的EEG 特征迁移算法。
本书可作为计算机、人工智能、模式识别等相关专业人员的参考用书。
作者简介
王子男
长江学者”创新团队骨干人员,辽宁省振动工程学会会员。长期致力于动力学,智能识别算法、数字孪生系统、故障监测与诊断、多系统协同控制、路径优化算法等理论与应用研究。项目参与人在理论方面,已发表《Mechanical Systems and Signal Processing》、《IEEE Trans. on Neural Networks and Learning Systems》和《Measurement Science and Technology》期刊等SCI论文20余篇。主持承担国家自然基金青年项目、科技部国际合作司国际合作项目和省部级项目5项,参与国家级、省部级项目10余项。
目录
第2 章 运动想象脑电信号识别算法的相关理论
第3 章 基于 MMD 和 P 阈值优化的 EEG 通道选择算法
第4 章 基于多重加权的 EEG 多模态特征融合算法
第5 章 基于受限玻尔兹曼机的 EEG 深度多模态特征学习算法
第6 章 基于残差网络的 EEG 多模态特征动态融合算法
第7 章 基于多特征混合融合网络的 EEG 解码算法
第8 章 基于时空融合域适应的 EEG 特征迁移算法
非特殊说明,本博所有文章均为博主原创。
如若转载,请注明出处:https://www.xiazainiu.com/Wd1qk_5_13315.html