KDHNet 提出少校准 SSVEP 解码混合网络

Zhentao He、Ziwei Wang、Dongrui Wu 提交论文，提出 KDHNet，将知识驱动的解析处理与数据驱动的表征学习结合，用于少校准条件下的 SSVEP 解码。该方法先用 TDCA 与 TRCA 提取判别性成分，再经可学习子带加权融合，由 SSVEPformer 解码器完成分类。 在三个公开数据集的被试内评估中，KDHNet 在 15 个窗口设置中的 14 个以及全部 10 个校准比例设置下取得最高平均准确率和信息传输率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。