尚硅谷周阳老师docker图,整理为xmind版的。视图地址:https://blog.csdn.net/ypp91zr/article/details/88597319
2019-12-21 22:13:15 469KB docker
1
电信号处理常用TI的ADS1299,本程序结合STM32进行开发。
2019-12-21 22:11:55 17.81MB ADC 脑电信号处理
1
有关区划分的文章,使用该文章可以为我们提供很好的思路
2019-12-21 22:11:17 3.22MB 脑区划分 freesurfer
1
深度学习 部肿瘤图像分割 代码,python 包括图像预处理 数据增强,数据生成,网络训练,测试结果
2019-12-21 22:11:08 43KB 深度学习 脑部 肿瘤分割
1
2003 2003 BCI competition两类运动想象的电信号采集数据,方便大家进行电信号处理和分析
2019-12-21 22:10:57 1.81MB 脑电
1
本人采集的心电信号、电信号数据,特别适合用来做数字信号处理……
2019-12-21 22:06:12 547KB 生理信号数据
1
这是一个CMAC小神经网络的应用实例,难度适中,可用于小论文,课设等
2019-12-21 22:03:33 1.55MB bp
1
MRI图像处理
2019-12-21 21:54:45 197KB MRI
1
海康小超系统安装调试
2019-12-21 21:48:24 31.43MB 001
1
一般的空间模式(CSP)是一种在-机接口(BCIs)背景下对电图(EEG)信号进行分类的流行算法。本文介绍了一种小样本环境中CSP的正则化和聚合技术。常规算法基于基于样本的协方差矩阵估计。因此,如果训练样本的数量很少,其性能就会下降。为了解决这一问题,提出了一种正则化的CSP (R-CSP)算法,该算法通过两个参数对协变矩阵估计进行正则化,从而降低估计方差,同时减小估计偏差。为了解决正则化参数确定的问题,进一步提出了聚合(R-CSP-A)的R-CSP,并将一些R-CSP聚合在一起,给出了一个基于集合的解决方案。提出了一种基于BCI竞争三种竞争算法的数据集IVa的算法。实验表明,在SSS(小样本环境)中,R-CSP-A的平均分类性能明显优于其他方法。
2019-12-21 21:43:02 1.73MB 脑机接口 脑电信号分类
1