Using Hybrid Feature and Classifier Fusion for an Asynchronous Brain–Computer Interface Framework Based on Steady-State Motion Visual Evoked Potentials

This study proposes an asynchronous brain–computer interface (BCI) framework based on steady-state motion visual evoked potentials (SSMVEPs), designed to enhance the accuracy and robustness of control state recognition. The method integrates filter bank common spatial patterns (FBCSPs) and filter ba...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής

Κύριοι συγγραφείς:	Bo Hu, Jun Xie, Huanqing Zhang, Junjie Liu, Hu Wang
Μορφή:	Artigo
Γλώσσα:	Inglês
Έκδοση:	MDPI AG 2025-05-01
Σειρά:	Applied Sciences
Θέματα:	asynchronous BCI SSMVEP feature fusion ensemble classification
Διαθέσιμο Online:	https://www.mdpi.com/2076-3417/15/11/6010
Ετικέτες:	Προσθήκη ετικέτας Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!