科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决脑电信号特征提取能力不足导致的分类准确率不高的问题，提出一种全新的混合神经网络模型(EEG-MSTNet模型),实现脑电信号的时-频-空域特征提取和识别.首先，EEG-MSTNet模型采用一种适合脑电信号特点的多尺度卷积，提取4组不同大小卷积核的特征，并拼接在一起，从而增强对原始脑电信号的时频域提取能力.其次，通过通道注意力机制进一步提取信号的空间特征和高维时域特征，最终用于脑电信号识别.EEG-MSTNet模型在BCI CompetitionⅣDataset 2a数据集上进行测试，结果表明：EEG-MSTNet模型的每个模块都对分类准确率的提升做出了贡献，最高分类准确率为95.83%,平均准确率为83.52%,明显优于其他模型.
- 单位
