近日，华南师范大学软件学院脑机交互与混合智能团队青年教师王斐投稿在SCI学术期刊《Applied Sciences》（中科院三区，影响因子：2.217）上的研究成果《A Novel P300 Classification Algorithm Based on Principal Component Analysis-Convolutional Neural Network》被成功录用。

深度学习是机器学习研究中的一个热门的研究方向，越来越多的研究都引入了深度学习的方法。该论文提出了一种基于改进的卷积神经网络的P300脑电信号分类算法。该算法在数据预处理阶段，使用主成分分析算法去消除数据中的噪声和伪迹，而且可以提高数据处理速度。此外，提出的P300分类算法采用并行卷积方法对传统的卷积神经网络框架进行了改进，可以增加网络深度，提高网络对P300脑电信号分类的能力。在BCI竞赛数据集中，该分类算法准确率可以达到95％以上的准确率。在实验室的自采数据中，准确率可达到90％以上。实验结果表明，深度卷积神经网络在P300分类上有优秀的表现，研究基于P300信号的在线脑机接口系统很有前景。

近几年，脑机交互与混合智能团队在混合脑机接口方面的研究取得了不错的成绩，在混合脑机接口领域累计获得了3项国家自然科学基金项目和3项省级自然科学基金项目的立项，发表SCI论文十余篇。

附：论文《A Novel P300 Classification Algorithm Based on Principal Component Analysis-Convolutional Neural Network》的下载地址如下：