已完成
回答：TCA-MMD 在映射过程中引入 MMD 作为分布差异度量，可更有效地对齐源域与目标域，提升跨被试性能。...
已完成
回答：MTRN 在共享递归层提取时序特征，并分支到不同任务分类器，可同时识别注意力、记忆负荷等多种认知状态，提高系统多功能性。...
已完成
回答：CWT-TFF 结合高时频分辨率的小波特征，可精确定位短时神经事件，适用于快速响应的 SSVEP 与 ERP 检测。...
已完成
回答：SPCA 在主成分分析中引入稀疏约束，可得到少数具有明确通道或频段解释性的成分，便于在医疗 BCI 中进行可解释性分析。...
已完成
回答：BWF 在贝叶斯框架下根据各模型的后验置信度动态分配权重，可降低不稳定模型的负面影响，提高集成解码的鲁棒性。...
已完成
回答：DCTL 将预训练的卷积网络在大规模 EEG 数据上学习通用时空特征，再迁移至目标任务微调，可显著减少目标任务的训练样本需求，适用于新范式快速部署。...
已完成
回答：CFPS 捕捉低频相位与高频振幅的耦合变化，可敏感反映认知负荷波动，适用于在线监测。...
已完成
回答：BAC 在线更新类别先验与似然以应对分布变化，可在长时程 BCI 中保持性能稳定。...
已完成
回答：KECA 在核空间最大化 Renyi 熵提取特征，可保留 EEG 中的非线性结构，提升情感 BCI 表现。...
已完成
回答：RFE 通过迭代剔除最不重要特征来选择最优子集，可降低维度并提升模型泛化能力。...
已完成
回答：MFLF 将 EEG 与外周生理信号特征在特征层面拼接并训练分类器，可综合利用不同模态的判别信息。...
已完成
回答：ASFOU 根据最新数据实时调整空间滤波器投影矩阵，可减少跨会话性能衰减。...
已完成
回答：GMAD 用 VAE 或 GAN 学习正常数据分布，将生成误差高的试次标记为异常，提高训练数据质量。...
已完成
回答：ICPS 能量化不同电极在特定频段的相位一致性，可实时跟踪任务引发的脑网络同步变化。...
已完成
回答：BIED 根据历史分布更新检测阈值，可在信噪比变化时保持稳定的虚警与检出率，适用于非平稳环境。...
已完成
回答：DR?PLV 反映相位同步强度的波动区间，可评估网络状态稳定性，为自适应反馈提供依据。...
已完成
回答：HCA 无需预设类别数，可揭示试次间的细微策略差异，为个性化模型训练提供依据。...
已完成
回答：WDTW 对不同时间步赋予权重，可减少无关时段影响，在 P300 检测中提升跨会话鲁棒性。...
已完成
回答：BOHS 用概率模型引导超参数搜索，可用更少实验找到高性能配置，适合深度学习 BCI 模型调优。...
已完成
回答：CAED 在编码?解码过程中学习去除噪声的紧凑表征，可有效提升低信噪比 EEG 的分类性能。...