自己总结的计算机网络-谢希仁-思维脑图1~5章。能帮助认清楚计算机网络工作的原理，对于学习网络协议具有帮助

里面包含xlsx表格文件及说明，还有loc文件、ced文件、sph文件等资料，可用于eeglab插件的脑电定位 脑电数据采用EGI128导脑电记录系统，采集头皮脑电信号。EEG电极导联详细定位参数： 在进行脑电数据采集时，研究者通常会根据研究的需要选取不同数量的导联或电极点采集EEG数据。为了确保数据采集的规范性、精确性以及研究结果的科学性、可重复性，研究者需要按照标准规范的导联定位系统（如：目前通用的10-5、10-10、10-20定位系统）放置相应的导联或电极。

该数据库是由来自英国伦敦玛丽皇后大学等单位的研究人员通过实验采集到的，用来研究人类情感状态的多通道数据。该数据库主要包括每个被试在面部表情视频刺激下的EEG数据以及心理量表数据。

freesurfer自己需要时只能慢吞吞用10+kb的速度下载，文件5个G，要下载3天半，非常费时，故上传资源，需要可自行下载。因为每次上传不能超过1G，所以分了几个帖子。

Apache Flink是一个分布式流处理引擎，提供了直观而富有表现力的api，以此来实现有状态的流处理应用程序。它以一种容错的方式有效地在大规模集群上运行这样的应用程序。2014年4月，Flink加入了Apache软件基金会作为孵化项目，2015年1月，成为顶级项目。从一开始，Flink就拥有一个非常活跃且不断增长的用户和贡献者社区。到今天为止，已经有超过350人对Flink做出了贡献，并且它已经发展成为最成熟的开源流处理引擎之一，为跨不同行业和全球的许多公司和企业提供大规模的关键业务应用程序。 流处理技术正在被任何规模的公司和企业迅速采用，因为它为许多已建立的用例提供了优越的解决方案，同时也促进了新的应用程序、软件架构和商业机会。在本文件中详细介绍flink知识点。

《知识图谱-概念与技术》脑图整理

用于脑电信号的傅里叶变化，将信号从时域转换到频域

基于皮层脑电的脑机接口研究综述，祁玉，王跃明，基于皮层脑电的脑机接口是传统脑机接口研究领域的新分支，在信号的安全稳定性和解码的精确度上具有独特的优势。该技术在运动功能

基于matlab，GUI+编程。脑电预处理，时频分析，功能连接。可用于EEG，MEG，动物脑电，深度脑电等。可以进行基于多种技术的溯源分析，可视化效果好。

采集癫痫小鼠模型在常态与致癫状态下的脑电信号以研究其癫痫脑电的自动分类。对经过噪声和伪迹消除预处理的脑电信号进行小波变换，获得不同频率子带的小波系数，对脑电信号及与癫痫特征波相关的小波系数提取相应的线性特征（标准差）和非线性特征（样本熵）；基于这些特征及其组合使用支持向量机分类器实现分类。实验发现基于小鼠脑电本身的标准差和样本熵的分类正确率分别为59.10%和58.00%；而融合各相关小波系数的标准差或样本熵，分类正确率分别达到86.60%和88.60%；融合全部相关小波系数的线性和非线性特征后分类正确率为99.80%。这些结果说明基于小波系数特征融合的分类算法性能有显著提升，能有效实现小鼠癫痫脑电的自动分类。