已完成
回答：神经元在某些任务阶段会出现短时高频发放（burst），其出现频率与持续时间可表征不同运动或认知状态。通过分析 burst 的时空分布特征，可实现高分辨率的状态解码与异常检测。...
已完成
回答：在 RLS 中加入遗忘因子可使算法更重视近期数据，从而快速适应神经信号的非平稳性。适用于在线去除 EEG 中的非平稳伪迹或跟踪任务相关特征的变化，但需平衡稳定性与响应速度。...
已完成
回答：该方法在生成器与判别器中引入少量有标签数据引导特征分布，使生成样本更贴近真实任务分布，同时利用大量无标签数据提升特征学习的泛化能力。在 BCI 小样本跨被试场景中可显著降低标注成本。...
已完成
回答：GCN 将电极视作图节点，功能连接（如 PLV、相干性）作为边权，可显式利用 EEG 的空间拓扑与功能耦合信息进行特征学习。在运动想象和情感 BCI 中，GCN 能捕捉长距离依赖与非局部空间模式...
已完成
回答：任务开始前或刺激呈现后，特定频段相位会出现快速重置现象，该重置与注意力和运动准备密切相关。提取相位重置的时间与幅度特征，可作为 ERP/SSVEP 之外的补充判别信息，提高对认知状态变化的敏感度...
已完成
回答：EEG 提供高时间分辨率的电活动信息，fNIRS 提供血氧动力学信息，两者结合可更全面反映认知或运动准备状态。在神经康复训练中，多模态反馈可引导受试者调节不同层面的神经活动，提高可塑性与迁移效果...
已完成
回答：自适应滤波器组可根据实时信号质量与任务表现调整子带范围与权重，避免固定频段在非平稳或跨被试情况下的次优选择。在运动想象与 SSVEP 中可提升信噪比与分类准确率。...
已完成
回答：该方法在频域对多通道 EEG 进行空间滤波，使特定频段的活动在特定位置增强，可用于定位运动想象或刺激任务的皮层源（如感觉运动区 μ 节律源），为空间滤波与特征提取提供解剖学依据。...
已完成
回答：SBL 在稀疏先验下学习发放率与运动参数之间的映射，可自动抑制噪声单元的影响并提升解码鲁棒性。该方法在神经假肢长期控制中能适应神经元响应漂移，维持高精度连续控制。...
已完成
回答：BMA 对同一任务训练多个候选模型并根据后验概率加权平均预测结果，可降低模型选择偏差，提高跨会话或跨被试的预测稳健性。在 BCI 中尤其适合处理神经信号的非平稳性与个体差异导致的模型不确定性。...
已完成
回答：3D?CNN 将电极维度、时间维度与频率维度视为三维张量，通过三维卷积核一次性提取跨通道、跨时刻、跨频段的联合特征，适合处理时频分解后的 EEG 数据（如小波包或小波尺度图），在情感识别和复杂运...
已完成
回答：MSE 可评估 EEG 在不同时间尺度上的不规则程度，反映神经状态的复杂度变化。在情感 BCI 或睡眠分期等任务中，可作为补充特征提高分类器对生理状态细微变化的敏感度。...
已完成
回答：将深度卷积网络提取的特征作为输入，再使用 TCA 对齐源域与目标域分布，可同时利用深度特征的判别力与迁移学习的跨域适应能力，在跨被试 BCI 中显著提升冷启动性能。...
已完成
回答：ISPC 量化不同电极在特定频段的相位一致性，可揭示任务引发的跨皮层网络同步模式。在 BCI 中，ISPC 特征可用于区分任务状态或作为神经反馈训练的调控目标。...
已完成
回答：分层聚类可在无监督条件下依据特征相似性将试次分组，帮助识别不同的神经策略或注意水平亚型，为个性化模型训练和反馈策略设计提供依据。...
已完成
回答：DTW 可解决不同试次因反应时差异导致的时间轴错位问题，在基于模板匹配的分类中提升匹配精度。在 P300 或 SSVEP 检测中结合 DTW 可增强对个体间与跨会话差异的鲁棒性。...
已完成
回答：PVD 通过加权组合多神经元的调谐特性来估计运动参数，权重可由实时发放率或 LFP 特征决定。该方法在侵入式 BCI 中能实时调整以抵消神经元响应变化，提升长期控制稳定性与精度。...
已完成
回答：在基于 Transformer 的 EEG 解码器中，引入时间注意力权重可让模型聚焦于任务相关时段（如运动想象起始段），抑制无关波动。该机制在长序列连续解码中可显著提升轨迹连贯性与准确度。...
已完成
回答：通过分析不同电极对任务相关神经信号的贡献度（如信息增益、Fisher 信息量），选取最具代表性的子集电极，可在保持解码性能的同时减少数据传输与计算负担，利于长期植入系统的功耗管理。...
已完成
回答：卡尔曼平滑利用未来观测值对过去状态估计进行修正，可在离线或准实时场景中提升轨迹的平滑度与精度。在机械臂或光标连续控制中，平滑处理能减少抖动并更符合生理运动的惯性特性。...