通过卷积神经网络（CNN）进行的EEG运动图像信号（任务）分类
作者：贾树跃，东北电力大学。
日期：2018年12月
下载论文
注意：本文中的方法是EEG源成像（ESI）+ Morlet小波联合时频分析（JTFA）+卷积神经网络（CNN）。 原始数据已使用Matlab Toolkit 。 我的工作是在ESI + JTFA过程之后，使用CNN对EEG数据进行分类。 通过ESI + JTFA流程预处理的数据集（.mat文件）可以通过。 可以从下载相应的预处理.Excel文件。
同时，该存储库中的代码基于原始EEG数据，无需ESI和JTFA流程，也可以取得良好的效果。 两个工作的“ MI_Pro
2021-02-22 23:09:54
15KB
1
用自组织记忆模块从网络数据中学习_CVPR2020年图像分类论文
2021-02-22 21:08:30
2.41MB
1
ICIAR2018_BACH_challenge1
ICIAR2018乳腺癌组织学图像分类挑战
2021-02-20 16:06:45
156KB
1
图像分类-卷积神经网络：使用MNIST时尚数据集，构建了卷积神经网络将图像分类为10个类别之一。 使用TensorFlow Framework和Keras库实现了CNN。 在Google Colab上以60,000张图像训练模型
2021-02-17 18:06:25
551KB
1
鱼类图片用于进行图像分类研究，
本数据集是为了研究那种深度学习图像分类方法创建的，已经进行分类好，打好了标签，可以直接进行使用了
2021-02-16 10:05:11
5.84MB
1
利用CNN处理CIFAR-10的测试精度没达到0.9，所以来试试Rsenet~通过数据增强等处理方式，利用20层的Resnet对其进行测试，精度达到0.9139.
2021-02-13 20:17:20
884KB
1
CVPR2020:组合卷积神经网络:对部分遮挡物具有天生鲁棒性的深度架构_论文阅读
2021-02-06 22:08:29
2.51MB
1
CVPR2020:用于图像分类的空间注意输出层_论文阅读
2021-02-04 15:09:36
2.09MB
1