已完成
回答：BOVIN 在流式数据中实时近似后验分布，可跟踪潜在认知状态变化，适用于非平稳在线 BCI。...
已完成
回答：MDRFN 在残差块中融合 EEG 与心率变异性等模态特征，可充分利用跨模态互补信息，提高情感 BCI 准确率。...
已完成
回答：RN-MDO 在递归网络末端输出混合密度分布，可提供连续参数的多解可能性与不确定性，提升安全控制能力。...
已完成
回答：RLS-ASF 用递归最小二乘在线调整空间滤波器权重，可快速适应信号源位置变化，适用于移动 BCI。...
已完成
回答：RKCCA 在核 CCA 中加入正则化项抑制小样本过拟合，可提升 EEG 与 fNIRS 融合情感识别的稳健性。...
已完成
回答：MIL-RNN 在包级别监督下利用递归网络捕捉长时时序模式，可自动定位长时程 EEG 中的关键事件片段，适合睡眠 BCI 分析。...
已完成
回答：ASSF 根据实时频谱估计噪声基底并减去，可有效抑制空调、电源等稳态噪声，提升在线信号质量。...
已完成
回答：GCRAN 在递归层引入图注意力机制，可动态加权重要脑区连接，提高基于功能连接的连续运动解码精度。...
已完成
回答：CF-PAC-TE 在跨频段耦合值上计算转移熵，可揭示低频相位对高频振幅的非线性驱动关系，适用于精细认知网络分析。...
已完成
回答：BMS-CV 在交叉验证框架下用贝叶斯证据评估模型复杂度与性能，可自动选取最优解码器结构，避免过拟合。...
已完成
回答：CNN-DP 根据输入信号的时间长度动态调整池化参数，可保持特征维度一致，适合在线实时 BCI 处理可变长试次。...
已完成
回答：TL-OT 用最优传输理论度量并最小化源域与目标域分布差异，可实现更精确的特征对齐，提升跨被试与跨设备性能。...
已完成
回答：HMTL 在顶层学习范式分类、底层学习状态解码，可共享底层特征并减少多任务干扰，适合支持多种 BCI 范式的通用系统。...
已完成
回答：MWPE 在不同频带与尺度计算小波包熵，可量化 EEG 的复杂度变化，用于监测认知负荷或疲劳状态的细微波动。...
已完成
回答：SJNMF 在多模态数据上同时进行稀疏非负分解，可提取跨模态共享且具有明确生理意义的成分，适用于情感 BCI 的融合特征构建。...
已完成
回答：BWV-Fusion 在贝叶斯框架下根据各分类器的后验置信度动态分配投票权重，可降低弱分类器的负面影响，提高集成解码的稳健性。...
已完成
回答：DKPCA 将核主成分分析嵌入深度特征提取流程，可逐层捕捉 EEG 中的高阶非线性时空模式，适合复杂认知任务中提升特征判别力。...
已完成
回答：ATCN 可动态调整卷积核参数以适应不同输入长度，避免在实时系统中因试次长度差异导致性能波动。...
已完成
回答：MTGPC 在共享核函数下联合分类多个相关状态，可利用任务间相关性提升小样本分类精度。...
已完成
回答：KDE-AD 用核密度估计正常数据分布，将低密度区域试次标记为异常，可在预处理阶段提升数据质量。...