TY - JOUR A2 - 加西亚 - Magariño，伊万AU - 曼苏尔，阿西AU - 奥斯曼穆罕默德·瓦利德AU - 贾米勒，诺琳AU - 纳伊姆，M.阿西PY - 2020 DA - 2020年8月25日TI - 深学习算法的脑- 计算机接口SP - 5762149 VL - 2020 AB - Electroencephalography-（EEG-）基于控制是一种非侵入性技术，其采用脑信号来控制电气设备/电路。目前，脑机接口（BCI）系统提供两种类型的信号，原始信号和逻辑状态的信号。后者信号用于开启/关闭的装置。在本文中，BCI系统的能力进行了探索，并且调查进行如何扩展和增强BCI系统的可靠性和准确性。提供了结构化的概述它由数据采集，特征提取，并在过去几年中使用不同的研究者分类算法方法。基于EEG的BCI系统的一些分类算法是自适应的分类，分级张，转让的学习方法和深度学习，以及一些杂项技术。根据我们的评估，我们一般的结论是，通过自适应分类，相比于静态的分类技术准确的结果获得的。深学习技术被开发，相对于其他算法来达到预期的目标和他们的实时实现。SN - 1058-9244 UR - https://doi.org/10.1155/2020/5762149 DO - 10.1155 /五百七十六万二千一百四十九分之二千○二十零JF - 科学规划PB - Hindawi出版KW - ER -