文献第五、第九天

目录

题目：

摘要：

方法：

1、黎曼距离：

 2、黎曼均值

3、MDRM

 4、RA-MDRM

方法：

 结果：

结论：

黎曼几何方法的局限性：

优势：

局限性：

---

题目：

Transfer Learning for Brain–Computer Interfaces: A Euclidean Space Data Alignment Approach

出处： 伍冬睿老师团队。DOI: 10/gf2nv7

摘要：

伍老师团队的论文看到的几篇都在围绕着数据对齐问题展开。作者在文中提到了自己的贡献：提出了一个欧式对齐方法可以使不同被试trail更加相似，并用在新被试上。这种方法是高效的、不需要标签信息，而且可以应用于任何阶段对齐的trail。

方法：

1、黎曼距离：

 2、黎曼均值

3、MDRM