Ta上传的资源 (0)

一般的空间模式(CSP)是一种在脑-机接口(BCIs)背景下对脑电图(EEG)信号进行分类的流行算法。本文介绍了一种小样本环境中CSP的正则化和聚合技术。常规算法基于基于样本的协方差矩阵估计。因此，如果训练样本的数量很少，其性能就会下降。为了解决这一问题，提出了一种正则化的CSP(R-CSP)算法，

课程资源，欢迎分享借鉴。基于这种基于样本的协方差矩阵估计，提取了CSP中的判别空间模式。当只有少量的训练试验时，这样的估计问题可能会很糟糕[10]，估计的参数可能非常不可靠，导致高的方差。此外，EEG信号的低信噪比使得估计方差更高。