《人工智能初步》课程论文，树立了脑机接口的目前发展现状和基本原理。

根据《Redis笔记-尚硅谷周阳V1.3》整理，脑图、思维导图xmind

matlab精度检验代码脑网类 我们很高兴地宣布，我们新的“大脑网络构建和分类”工具箱BrainNetClass-v1.0已在Github（）上发布。 它是由北卡罗来纳大学教堂山分校的IDEA（图像显示，增强和分析实验室）开发的。 它是一个基于Matlab的，开放式编码的，基于大脑功能连接的全自动网络疾病分类工具箱，具有易于使用的GUI，可以自动进行功能网络的构建，网络特征的提取和选择，参数优化，分类，模型验证和结果示范。 它旨在帮助编码和机器学习知识有限的其他领域的神经科学家，医生和研究人员，通过先进的算法轻松正确地构建脑功能连接组学[1-8]，并进行严格的个性化设置疾病诊断或其他分类任务。 希望该工具箱可以帮助标准化方法，并提高基于网络的分类的可重复性，可概括性和可解释性。 具体来说，BrainNetClass-v1.0为大脑功能网络的构建提供了丰富的算法，包括最近针对高阶功能网络开发的算法[1,4-6,8]以及那些利用稀疏表示和高级，生物学意义上的约束来实现鲁棒且一致的算法网络建设[2,3,7]。 此外，它还提供了基于标准且严格的基于网络的分类，可以选择特征提取，特征缩减，交叉验

内容概要：通过通过对人脑认知的研究，将生物神经与数学建模相结合，提出了一种新的自主调节发育网络(AMDN)，并将其作为智能体的大脑，通过将决策计算模型与网络融合在了一起，网络不断的认知新的环境信息，同时由于层与层之间的信息交互以及新的神经元节点的插入，网络可以不断的去改进自己的决策，使自身可以很快的在环境中找到合适的路径，整个过程为全自主，省去了人工制作大量训练样本的工作量。为了提高智能体对新环境的适应性，增加了off-task 过程，在这个过程中，智能体通过门限自组织机制来控制神经元的激活，模拟人脑情景回忆的现象，对发生越近且次数越多的事情，暴露量越大，被回忆到的概率增加，通过转移认知，大脑可以对类似的事物有更多的认识，从而提高人工构建的智能体对环境的识别和决策能力。 适用人群：热衷于研究人工智能的科技爱好者或在校研究生，可作为毕设研究点。

内容概要：文档包含2018年清华大学举办的国际大学生类脑计算大赛的日程安排和获奖作品介绍、团队介绍。包含各种人工智能算法。

脑电（EEG）的节律（即主要频率）： 节律：<4Hz 的成分； 节律：4Hz～8Hz 的成分； 节律：8Hz～13Hz 的成分； 节律：>13Hz 的成分。 （深睡） （浅睡） （清醒） （受刺激或思考）

目的:探讨艾滋病患者脑部病变的临床和CT表现特点,提高对其诊断与鉴别诊断的水平。方法:回顾性分析72例艾滋病患者脑部病变的临床和影像学资料,所有病例均行颅脑CT平扫,其中12例同时行增强扫描。比较不同脑部病变的CT阳性率、CT征象,同时将不同脑部病变的死亡率进行分组比较。结果:72例艾滋病患者中,39例CT检查有异常表现的不同病种,CT出现异常改变的发生率有所不同(P =0.03)。CT表现包括低密度灶、占位效应、脑室扩大、脑室积水、病灶环状强化、脑膜强化及脑萎缩等改变,艾滋病患者晚期的死亡率较高。结论:

coco2d-x面试题(无脑码农).pdf，这是一份不错的文件

运动想象脑电信号的分类正确率直接影响到 BCI 系统的应用价值.为了提高分类正确率,通过对脑电信号的特征提取和分类识别方法的研究,根据运动想象过程中的 ERD/ERS现象,提出利用独立分量分析法对采集到的多导联运动想象脑电信号进行盲源分离,获取与想象任务相关的ICA滤波器,将其作用到预处理后的观测信号上,得到与想象任务相关的脑电成分,再以支持向量机为分类器来实现对三类运动想象任务的脑电信号进行分类识别的方法,并对三位受试者的脑电数据进行了分类实验,实验结果验证了该方法的有效性.

本资源主要是对做情感识别相关实验之后的脑电数据的处理步骤，主要包括选导联通道、重新设置参考电极、提取相应情感的有用信号、并对信号进行滤波和去眼电处理。