基于样本数据增强的稳态视觉诱发电位脑电特征解码方法

本发明公开一种基于样本数据增强的稳态视觉诱发电位脑电特征解码方法，通过混叠矩阵捕捉和重现原始SSVEP信号的频率和相位特征，能够更准确地模拟脑电波的动态特性。本发明通过移位操作来增强合成信号与真实SSVEP信号之间的相似度。移位操作通过在时间轴上调整合成信号的位置，保持信号的频率成分不变，同时确保合成信号的时间特征与真实SSVEP信号更为一致。本发明通过对多个类别分别合成数据，确保了合成数据的多样性和分类准确性。本发明适用于多分类的SSVEP‑BCI系统，能够有效提升电脑特征解码过程中的分类性能和适应性，以及电脑特征解码的准确性和效率。