为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
意义：复杂网络理论方法对于研究复杂系统具有很大的优势，而人类大脑本身是一个复杂系统。并且随着脑-机接口（BCI）技术的发展，基于SSMVEP刺激范式的脑机接口技术有很大的应用潜力，但是在被试使用的过程中也会出现疲劳现象，这不利于BCI系统的分类精度的测量。所以利用复杂网络的方法去研究这种疲劳现象或许有助于基于SSMVEP刺激范式BCI系统的分类准确度的提高。
内容：提出了一种基于多层水平有限穿越可视图（MLPHVG）分析SSMVEP脑疲劳特征的复杂网络方法。阐述了方法的基本原理。并讲述了实验设计的过程：设计了被试在正常和疲劳两种不同状态下实验；使用支持向量机（SVM）分析评估被试在不同状态下信号的分类准确率。用MLPHVG对得到的脑电信号进行脑网络构建；计算两种不同状态下生成的脑网络的小世界特性和节点的局部效率，研究SSMVEP范式下的脑疲劳机制。