基于全局注意力的Gam-EEGNet在SSVEP分類中的應用

摘要： 穩態視覺誘發電位(SSVEP)作為腦機接口(BCI)系統中的重要信號類型，因其高穩定性和易操作性而廣泛應用于BCI研究。在過去的研究中，已有許多方法在SSVEP信號分類中取得了顯著進展，但依然面臨著信噪比低、信號非平穩性和個體差異大的挑戰。為進一步提升SSVEP分類的準確性和實用性，本文提出了一種結合全局注意力機制與緊湊腦電網絡(EEGNet)的新型神經網絡架構——Gam-EE... （共8頁）