Abstract: X. Meng, S. Qiu, S. Wan, K. Cheng, L. Cui (2021)

With the promotion of brain-computer interface technology, it is possible to study brain control system through EEG signals in recent years. In order to solve the problem of EEG signal classification effectively, a motor imagery classification algorithm based on recurrence plot convolution neural network is proposed. Firstly, EEG signals are preprocessed to enhance the signal intensity in the exercise interval. Secondly, time-domain and frequency-domain features are extracted respectively to construct the feature mode of recurrence plot. Finally, a new neural network is established to realize the accurate recognition of left and right movements. This research can also be transferred to other research fields.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

A motor imagery EEG signal classification algorithm based on recurrence plot convolution neural network