口头报告面向虚拟现实的专注度优化TGAM方法
编号:37
访问权限:仅限参会人
更新:2020-08-25 13:58:54
浏览:854次
收藏
取消收藏
摘要
21世纪以来,脑机接口(BCI)发展迅速,脑机设备逐渐从实验室走向大众市场。其中,TGAM模块(ThinkGear Asic Module)及其封装算法已经被全球开发者和研究人员广泛使用。但由于开发成本有限,算法计算数据的有效性并不令人满意。提出了一种基于TGAM的脑电数据反馈注意优化算法。由于TGAM封装算法的数据输出波动较大,延迟较大,精度较低。实验结果表明,我们的算法可以在相同甚至更低的时延的前提下,对EEG数据进行优化。它能显著地提高数据的稳定性和准确性。在实际应用中,特别是在虚拟现实中,其应用潜力是巨大的。
发表评论