一步聚类效率高
用无监督协方差表示一步完成多试次运动想象脑电聚类，免去迭代并快速收敛。
罗天健
Engineering Applications of Artificial Intelligence 2024
利用无监督协方差表示，直接从多试次MI-EEG样本构建相似度图，无需人工标注运动想象任务标签。
将相似度图与谱嵌入加权策略整合在一步谱聚类框架中，避免了经典谱聚类的迭代过程。
与对比方法相比，EosEEGsc在保持更优聚类性能的同时具有更低的时间复杂度，适合在线处理。
在一步框架中迅速收敛到局部最优，减少了调参和等待时间。