脑机接口(BCI)不依赖于肌肉与外周神经组织,近年来获得了持续的发展。将脑机接口技术应用于智能家居领域也成为了当前的研究热点。本工作基于脑机接口常用范式P300,构建了可同时控制多种家居的智能家居系统。脑机接口系统性能受用户状态影响严重。在用户处于疲劳状态下时,脑机接口的控制效果会受到严重影响。为此我们创新构建了多元加权递归网络,对用户处于心理疲劳和正常状态时的脑状态进行有效解析。基于此,创新优化特征提取及分类算法,有效提升了疲劳状态下P300信号分类准确率,改善了脑机接口应用性能。
上一条:基于复杂网络与图像识别的空调个性化健康管理系统
Copyright © 人工智能与网络科学研究所 版权所有 地址:天津市南开区卫津路92号天津大学 邮编:300072