Jx-EEGT：脑电图（EEG）特征提取工具箱 《迈向人才科学家：共享与学习》--- 介绍 此工具箱提供 30 种类型的 EEG 功能 A_Main文件显示了如何使用生成的样本信号应用特征提取方法。 输入 X : 信号 (1 x样本) opts : 参数设置（有些方法有参数：参考） 输出 feat ：特征向量（您可以使用其他名称，如f2等） 用法 采用主函数jfeeg进行特征提取。 您可以通过将'me'更改为来切换方法 如果你想提取平均能量（ ME ），那么你可以写 feat = jfeeg('me', X); 如果你想提取 hjorth 活动（ HA ），那么你可以写 feat = jfeeg('ha', X); 示例 1：提取 3 个正常特征（不带参数） % Generate a sample random signal X fs = 500; %

netcdf-vis netcdf-vis是一个Web应用程序，可提取netCDF数据并将其可视化在网络地图上。 现场演示： : 使用应用程式 该应用程序为用户提供了带有温度和风数据叠加层的交互式传单网络地图。 可以从右上角的控制面板切换叠加图和底图。 建造和发射 克隆netcdf-vis存储库 git clone https://github.com/samFredLumley/netcdf_vis cd netcdf-vis/app 该应用程序必须在Web服务器上运行。 例如，使用 ： http-server 然后在浏览器中转到： http://127.0.0.1:8081 自定义netCDF数据 要为应用程序配置自定义netCDF数据，必须将netCDF文件添加到data/netcdf目录并编辑data/netcdf2.py 。 最好使用IPython Noteboo

心音分割：基于LSTM神经网络和傅里叶同步压缩变换的心音分割

bp_features_extraction 对同步采集的三个信号：PPG、ECG、BP进行特征提取的matlab程序

LAnn标注工具 当前情况 目前为封闭域关系三元组标注，不提供新关系的标注，之前开放域关系三元组版本将不再维护，不再维护，不再维护，存在BUG！存在BUG！存在BUG！。 计划脱离对Django框架的依赖，借助PyQt的WebEngine实现标注界面和Python程序数据传输，更好地支持Pytorch和数据处理，已基本打通JS和Python之间的墙壁。 计划加入预训练BERT模型。 LAnn简介 LAnn（Little Annotator）是一个用于标注三元组的纯前段中文标注工具。具有使用简单的特点，采用网页的形式，使用浏览器便可运行。标注过程、结果直观，易后处理。基本不用配置，快速上手。可只用于NER标注，也可以适当修改，改为POS标注（实体类型改为词性，只进行实体标注）或者分词标注（设置特殊的实体类型“词语”，只进行实体标注）。 可以先后导入test.txt、entity_dict，然

基于CNN的高光谱图像正则化深度特征提取方法

Cookies提取助手（cookie提取） 入门爬虫，基本上都会遇到的交换---“验证码”（阻止程序自动化）。就是这个东西有着很多程序的自动化工作止步，让人懊恼不已。 Cookies提取助手的出现，可以通过手工输入验证码，免去程序实现验证码识别的繁琐实现，提取有效可用的Cookie，提供给爬虫抓取程序，实现免验证码爬取。 功能特点 自定义服务器地址（API） 操作简单，页面快捷菜单提取 可将Cookies上传至服务器，长期使用 可将Cookies复制至剪切板，调试快捷使用 注意事项 适用场景：验证码登录才能爬取的网站，手动输入验证码获取有效的Cookie使用，并且网站未针对Cookie进行反爬虫处理。 安装 chrome浏览器，设置->更多工具->扩展程序 开拓开发者模式 拖拽* .crx包至此扩展页面释放，确认安装即可 详细操作步骤，参考： : 使用 点击浏览器“ Cookies提取助手”扩展程序按钮，弹框里输入HTTP服务器接口地址 登录需要爬取的网站成功后，在页面点击鼠标右键 选择“ Cookies提取助手” 选择“提取Cookie更新服务器” 选择“提取Cookies至剪

matlab最简单的代码 text_extraction 纯文本爬虫及文本规则提取 需求 爬去某个外文网站的某些文本文档，网站前缀为 获得文本会把文本储存在本地文件夹source中，文件命名方式为文档middle_sample.csv中前六列的字符串用任意复合连接起来，在这里为用了符合“-”。 对于每个爬下来的文档，按特定规则把文本中的部分字符串提取出来，并保存到本地文件夹result中，文档命名同上。 提取规则为在原文本中最后一次出现特定关键句keyword之前的字符串中再找出第一次出现另一个关键句another keyword后面的所有字符串提取出来。假设在小写文本中第一次出现table的索引位置为 1000，那么在原文本中前 1000个字符里最后一次出现keyword的索引位置为800则把原文本索引为800之后的所有字符抽取出来，记为text2若所有table在小写文档中出现的索引都小于keyword在原文档第一次出现的索引则直接把原文档另存为为新文档。 文档说明 /source/ 用于存放原始爬取下来的原始文本。由于前部分没有一个文本符合后面的文本提取规则，因此额外添加一个符合

在Matlab中使用RGB功能的视频关键帧提取器 在此脚本中，我使用了一个名为planes.mp4的示例视频，该视频具有4个场景更改。 如果您观看视频，则可以看到场景大约发生了变化： 1）00：03：xx 2）00：06：xx 3）00：10：xx 4）00：14：xx -它采用第i和第i + 1帧的RGB特征，并计算这些特征的组构差异。 在图中，图形的最大点是从帧中提取的RGB特征的最大变化。 -如图所示，您可以将图形的最大点作为关键帧。 在此示例中，它成功找到了所有4个关键帧。 -x轴表示视频的持续时间，通过获取最大点的持续时间，您可以在该持续时间提取该帧作为关键帧。 -自动将矩阵矩阵另存为planes.mat在当前文件夹中，以备后用。

成像光体积描记器（iPPG）是一种用于远程非接触式脉搏率测量的技术。 iPPG通常是从面部或手掌视频中获取的。 该软件包提供了用于iPPG信号提取和处理的工具。 来自[1]的恒河猴iPPG数据用作测试数据集。 输入：视频文件。 输出：iPPG信号； 估计的脉搏率。 内容： 1. extract_color_channels_from_video从视频中提取颜色信号。 颜色信号被计算为每个视频帧在感兴趣区域（ROI）上平均的红色，绿色和蓝色分量的值。 可以为第一帧手动选择ROI（如果仅预期有限量的运动），或者使用Viola-Jones算法自动设置ROI（仅用于从人脸提取iPPG！）。 此功能可以选择从ROI中排除非皮肤和损坏的像素。 2. compute_ippg实现了[2]中考虑的iPPG提取方法（包括最近引入的CHROM和POS方法）以及一些iPPG预处理和后处理技术。 3. ippg