基于深度学习的脑电信号身份识别研究-中国期刊网

摘要摘要：在注重个人信息安全的当今社会，基于生物特征的身份识别方法在各行各业发挥着重要作用。不同于传统生物识别技术使用的生物特征存在各种各样的缺陷.脑电信号具有不可窃取、不可胁迫以及活体检测等优势，因此脑电信号身份识别领域受到越来越多的科研工作者重视。以往的脑电信号身份识别研究大多基于时域、频域或空间域的单一特征进行，并未考虑同时学习脑电信号的时域信息、频域信息和空间域信息，因此只基于脑电信号中有限的身份本征信息进行识别。针对脑电信号具有时域、频域和空间域的特性，开展了基于深度学习的脑电信号身份识别研究。

1孙麒麟,李天祥. 基于脑电信号的抑郁症识别研究.建筑技术科学,2024-03.
2刘嘉祯. 基于偏脑电信号的情绪识别方法研究.建筑技术科学,2024-03.
3马兰,周颖玥,吴缌萁,马艺嘉,王金金. 基于脑电信号的自动睡眠分期研究.建筑技术科学,2024-03.
4王子晨缪林良冯思棋. 基于肌电信号的手写数字识别.系统科学,2018-08.
5刘美丽陈大志李耀威刘元森戴启军. 基于脑电信号的助眠系统.文化科学,2019-08.
6周建芳;罗晓曙;胡叶容. 脑电信号的样本熵分析.物理,2007-02.
7丁崇斓;王璐;季娣;陈巧艳. 基于子波变换的癫痫脑电信号检测方法的研究.生物医学工程,2019-01.
8孙宇舸;李丽;叶柠;徐心和. 基于不同频率声音刺激的脑电信号分析方法研究.精密仪器及机械,2007-07.
9王春晖. 基于FPGA的脑电信号采集系统设计与优化研究.建筑技术科学,2024-04.
10曾思源. 基于脑电信号的智能教育平台开发与实证研究.教育学,2024-03.

基于深度学习的脑电信号身份识别研究

来源期刊

相关推荐

同分类资源更多

相关关键词

基于深度学习的脑电信号身份识别研究

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多