Safe Semi-Supervised Extreme Learning Machine for EEG Signal Classification
Safe Semi-Supervised Extreme Learning Machine for EEG Signal Classification
复制标题
用于脑电图信号分类的安全半监督极限学习机
DOI：
10.1109/access.2018.2868713
复制
发表时间：
2018-09
期刊：
影响因子：
3.9
通讯作者：
Zhang Yingchun
中科院分区：
文献类型：
--
作者：
She Qingshan;Hu Bo;Gan Haitao;Fan Yingle;Thinh Nguyen;Potter Thomas;Zhang Yingchun
One major challenge in the current brain–computer interface research is the accurate classification of time-varying electroencephalographic (EEG) signals. The labeled EEG samples are usually scarce, while the unlabeled samples are available in large quant
登录
查看更多内容
低维子空间运动想象任务分类中的尺度相关信号识别
影响因子：
3.1
作者：
She Q;Gan H;Ma Y;Luo Z;Potter T;Zhang Y
通讯作者：
Zhang Y
DOI：
--
发表时间：
2016
期刊：
2016 Sixth International Conference on Information Science and Technology (ICIST)
影响因子：
--
作者：
朱俊青;佘青山;马玉良;Meng Ming;Jun-Qing Zhu;Qing-Shan She;Yu-Liang Ma;Zhi-Zeng Luo;程龙 本文责任编委
通讯作者：
朱俊青;佘青山;马玉良;Meng Ming;Jun-Qing Zhu;Qing-Shan She;Yu-Liang Ma;Zhi-Zeng Luo;程龙 本文责任编委
影响因子：
6
作者：
Huang, Guang-Bin;Zhu, Qin-Yu;Siew, Chee-Kheong
通讯作者：
Siew, Chee-Kheong
DOI：
10.1609/aaai.v25i1.7920
发表时间：
2010-05
期刊：
--
影响因子：
--
作者：
Yu-Feng Li;Zhi-Hua Zhou
通讯作者：
Yu-Feng Li;Zhi-Hua Zhou
DOI：
10.5555/1953048.2021038
发表时间：
2009-09
期刊：
J. Mach. Learn. Res.
影响因子：
--
作者：
S. Melacci;M. Belkin
通讯作者：
S. Melacci;M. Belkin