Scidown文献预览系统！
一种改进的脑机接口运动想象脑电图分类自训练算法( An Improved Self-Training Algorithm for Classifying Motor Imagery Electroencephalography in Brain-Computer Interface )
L Zhang Y Chen X Tan C He L Zhang
研究在减少训练工作量的同时保持良好的分类性能对于脑机接口(BCI)的发展具有重要意义。本文提出了一种改进的自训练算法，该算法仅使用少量标记样本，用于运动图像脑电分类。与传统的自训练算法只使用一个分类器不同，改进版本中引入了一个额外的分类器用于样本选择，有助于减少误差强化，提高分类精度，并改善迭代过程中的收敛性。实验结果表明，改进的自训练算法在两类分类中的性能优于原型算法。即使对于在使用传统自训练算法时出现性能下降的被试，改进算法仍不断迭代提高分类性能。我们还将改进的方法与使用所有训练数据的监督方法进行了比较，在分类精度上没有显著差异。与现有的半监督方法相比，在相同的数据条件下，该方法的性能略有提高。
SciDown文献求助系统（解决99%问题） Public Download Ingenta ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 利用核壳载体系统改善香芹醛的生物可及性下载
scidown 10.1148 / radiol.2342031887下载
scidown 10.1148 / radiol.2342031887下载