融合注意力的滤波器组双视图图卷积运动想象脑电分类

吴书晗,王丹,陈远方,贾子钰,张越棋,许萌

Attention-fused filter bank dual-view graph convolution motor imagery EEG classification

Shuhan WU,Dan WANG,Yuanfang CHEN,Ziyu JIA,Yueqi ZHANG,Meng XU

表 1 融合注意力的滤波器组双视图图卷积网络架构

Tab.1 Architecture of attention-fused filter bank dual-view graph convolutional network

模块 网络层 F1 核大小 层可训练参数 输出尺寸 激活函数 备注 1 输入 — — — $ \text{(}\text{1}\text{,}{{N}}_{\text{e}}\text{,}{{F}}_{\text{t}}\text{)} $ — — DVGCN — — $ {{F}}_{\text{t}}\text{+}\text{2∙}{{N}}_{\text{e}}\text{∙}{{N}}_{\text{e}} $ $ \text{(1}\text{,}{{N}}_{\text{e}}\text{,}{{F}}_{\text{t}}\text{)} $ — — 二维卷积 50 $ \text{(1,}\text{25}\text{)} $ $ {{F}}_{\text{1}}\text{∙}{25}\text{+}{{F}}_{\text{1}} $ $ ({{F}}_{\text{1}},{N}_{{\mathrm{e}}},{F}_{{\mathrm{t}}}-24) $ — $ c\text{=1} $ 2 合并 — — — $ ({2\cdot F}_{1},{N}_{{\mathrm{e}}},{{F}}_{\text{t}}-24) $ — — 二维卷积 50 ($ {N}_{{\mathrm{e}}} $,1) $ \text{2∙}{{F}}_{\text{1}}\text{∙}{{F}}_{\text{1}}\text{∙}{{N}}_{\text{e}} $ $ ({F}_{1},1,{{F}}_{\text{t}}-24) $ — $c\text{=1} $ 批归一化 — — $ 2{\cdot F}_{1} $ $ ({F}_{1},1,{{F}}_{\text{t}}-24) $ 平方激活 — 平均池化 — $ \left(\mathrm{1,75}\right) $ — $ ({F}_{1},1,({{F}}_{\text{t}}-99)//15+1) $ — — 3 丢弃层 — — — — — $ {p}\text{=0.5} $ ECA — — $ 3 $ $ ({{F}}_{\text{1}},1,({{F}}_{\text{t}}-99)//15+1) $ — — 分类 压平 — — — $ ({{F}}_{\text{1}}\cdot (({{F}}_{\text{t}}-99)//15+1\left)\right) $ — — 全连接层 — — $ {{F}}_{\text{1}}\text{∙}\text{((}{{F}}_{\text{t}}-\text{99)//15+1)}\text{∙}{N}_{{\mathrm{c}}}+{N}_{{\mathrm{c}}} $ $ {N}_{{\mathrm{c}}} $ — c=0.5