基于K-L散度和深度聚类的自适应EEGNet-T分布解码算法研究

摘要： 脑机接口是脑与外界不通过神经或肌肉建立的交流通路，脑电解码通过归类脑电特征解读输出大脑意图，是影响性能的关键之一。由于脑电信号存在非平稳特性，即使在同一实验过程中脑电信号的特征也会随时间发生变化，导致事先训练好的解码模型精度常常会随时间逐渐降低，不利于脑机接口的长期稳定运行。本研究提出基于K-L散度和深度聚类的自适应EEGNet-T分布解码算法，根据脑电特征变化前后T分布的K-...