西交利物浦大学杨瑞团队提出的空间变化生成算法：一种运动想象数据增强方法

文章预览

近期，西交利物浦大学智能工程学院杨瑞老师课题组提出了一种用于运动想象（Motor Imagery, MI）数据增强的空间变化生成算法（Spatial Variation Generation, SVG）。本文提出的SVG算法是一种用于MI数据增强的新型方法，用于解决深度学习模型在处理MI数据时面临的过拟合问题，并通过实验验证了SVG算法的有效性。和其他数据增强方法相比，SVG算法在分类任务中的表现显著提升。在不同的深度学习模型和数据集上均展现了其优越性。最终结果显示，SVG算法不仅提高了模型的训练稳定性，还在样本数量较少的情况下大幅改善了模型的性能，证明了其在脑机接口研究中的广泛适用性和潜在价值。 论文作者：覃诚轩、杨瑞、黄梦婕、刘伟伯、王子栋 研究背景介绍 近年来，随着脑机接口（Brain-Computer Interface, BCI）技术的迅速发展，运动想象（Motor Imagery, MI）已成为脑 ………………………………