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:1117次 口头报告

报告开始:暂无开始时间(Asia/Shanghai)

报告时间:暂无持续时间

所在会场:[暂无会议] [暂无会议段]

暂无文件

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。
关键词
脑电波,脑机接口,TGAM模块,虚拟现实  
报告人
吴俣

稿件作者
吴吴俣
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    09月17日

    2020

    09月20日

    2020

  • 10月28日 2020

    注册截止日期

  • 11月10日 2020

    初稿截稿日期

主办单位
中国计算机学会
中国图象图形学学会
中国仿真学会
承办单位
吉林动画学院
吉林大学
长春理工大学
长春大学
中科院长春光机所
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询