基于时空注意力机制的轻量级脑纹识别算法

方芳,严军,郭红想,王勇

Lightweight brainprint recognition algorithm based on spatio-temporal attention mechanism

Fang FANG,Jun YAN,Hongxiang GUO,Yong WANG

表 6 Physionet数据集静息状态数据的比较

Tab.6 Comparison of resting state data for Physionet dataset

方法 slot/s N EO EC Np/106 ACC/% EER/% ACC/% EER/% 连通性网络[11] 12 64 96.90 4.400 92.60 6.500 — CNN-LSTM[29] CNN-LSTM[29] CNN-LSTM[29] CNN-LSTM[29] 4 8 12 16 64 64 64 64 95.00 96.20 98.00 92.50 — — — — 95.33 97.00 99.95 93.20 — — — — — — — — COR+GCN[13] COR+GCN[13] COR+GCN[13] 1 1 1 64 40 16 98.56 97.13 53.41 — — — — — — — — — — — — FDF+SVM_RBF[30] 10 64 97.22 — — — — RF[31] 2 64 98.16 — 97.30 — — SVM[31] 2 64 97.64 — 96.02 — — MCL+马氏距离分类器[32] 10 64 99.40 6.330 98.80 10.500 — CNN+数据增强[9] 12 64 — — — 0.190 300.82 PLV+Gamma[12] PLV+Gamma[12] 4 4 56 21 99.40 96.00 — — — — — — — — ESTformer[33] 10 64 94.61 — — — 33.70 Autoencoder-CNN[34] 8 64 99.45 — 99.89 — — 提出方法 提出方法 提出方法 提出方法 2 2 2 2 3 8 16 64 90.60 96.47 98.70 99.45 0.179 0.014 0.002 0.000 90.16 96.74 97.53 99.01 0.137 0.011 0.005 0.000 0.29 0.29 0.30 0.33