一種基于知識蒸餾和注意力損失的時間增量學習系統(tǒng)

摘要： 目的 基于深度學習的運動想像腦機接口技術在智能康復領域具有很好的發(fā)展前景。然而，運動想像腦電信號(motor imagery-electroencephalogram, MI-EEG)是一種非平穩(wěn)信號，其數(shù)據(jù)分布和特征空間會隨著康復進程的推進而發(fā)生變化，這會導致卷積神經(jīng)網(wǎng)絡(convolutional neural network, CNN)模型的識別能力下降。為改善運動想像解... ... （共9頁）