已完成
回答：CNN-Att 在卷积特征图上施加注意力权重，可强化任务相关通道的作用，提升空间判别力。...
已完成
回答：CSFS 将不同被试的特征映射到统一统计分布，可降低个体间分布差异，提高跨用户性能。...
已完成
回答：BOLC 在数据流入时在线更新后验分布，可适应非平稳信号分布，保持长期性能稳定。...
已完成
回答：RFF 在递归框架中逐层融合不同尺度特征，可增强对长时时序和多尺度模式的捕捉能力。...
已完成
回答：MDGN 可生成覆盖多峰分布的 EEG 样本，用于数据增强，缓解小样本问题。...
已完成
回答：GLR 在特征学习时加入图拉普拉斯正则项，可保持样本在流形上的局部结构，提升泛化能力。...
已完成
回答：ABS 根据实时信噪比与判别力自动调整所用频段，可提升不同任务阶段的分类性能。...
已完成
回答：BMA 根据各模型的边际似然加权平均预测结果，可降低模型选择风险，提高集成性能稳定性。...
已完成
回答：CKPCA 将卷积操作引入核 PCA，可提取 EEG 的非线性空间模式，适用于复杂任务分类。...
已完成
回答：MTFL 在共享层提取跨任务共性特征，在任务特定层提取独有特征，可提升多范式系统的效率与性能。...
已完成
回答：DBN-P 在时序贝叶斯网络中引入预测节点，可提前预估操作者状态变化，为预防控制提供依据。...
已完成
回答：PAC-PR 将不同任务的 PAC 模式作为指纹进行识别，可提升多任务 BCI 的分类精度。...
已完成
回答：IKECR 在新增数据上增量更新核熵成分，可跟踪非线性特征的漂移，适用于长期 BCI。...
已完成
回答：CRN-RL 在深层结构中引入残差连接，可缓解长时时序建模中的梯度衰减，提高连续解码一致性。...
已完成
回答：MBF 在贝叶斯框架下融合 EEG 与生理信号的后验分布，可得到更稳健的状态估计与不确定性量化。...
已完成
回答：AWT 根据实时数据统计调整白化矩阵，可降低通道不平衡对空间滤波的影响。...
已完成
回答：R-GCN 在递归框架中逐层细化脑区连接特征，可提升网络层级解码的分辨率与解释性。...
已完成
回答：CTCA 计算特征在多次试次间的一致性指标，可筛选稳定特征用于鲁棒解码。...
已完成
回答：SBLC 在贝叶斯框架下引入稀疏先验，可利用少量样本获得稳定分类边界，适合个性化 BCI。...
已完成
回答：MSST 可高精度重分配时频能量，适合提取 EEG 中短时非平稳振荡模式，提升事件检测能力。...