运动想象分类matlab代码-mi_bci:BCIIV2b的bci_program

上传者: 38503233 | 上传时间: 2021-09-06 21:25:19 | 文件大小: 8KB | 文件类型: ZIP
运动想象分类matlab代码介绍 用于MI-BCI分类的CNN-SAE程序。 (基于“用于脑电运动图像信号分类的新型深度学习方法”) 使用此程序时,请与rasmusbergpal的lisense一起使用。 CNN-SAE(MI-BCI)是用于对Motor Imagery EEG信号进行分类的matlab程序。 基于rasmusbergpal编程的CNN-SAE(MI-BCI) 基于。NET的该程序的理论。 此外,我们对其进行了一些更改以改善结果。 该程序的性能基于(单击此处以获取更多信息)。 为了提高性能,我们使用结合了时间,频率和位置信息的短时傅立叶变换(STFT)的输入形式来研究CNN。 分别采用基于带通(BP)特征和功率谱密度(PSD)特征的Fisher判别分析型F分数来选择主题最佳频带。 在实验中,分别将与运动图像脑电信号有关的典型频带,主题最优频带和扩展频带用作CNN的输入图像的频率范围。 可以在“ excel”文件的“ python”文件字典中找到CNN的结果。 python代码基于具有GPU加速的tensorflow 1.6进行编程。 Matlab代码与python代码类

文件下载

资源详情

[{"title":"( 4 个子文件 8KB ) 运动想象分类matlab代码-mi_bci:BCIIV2b的bci_program","children":[{"title":"mi_bci-master","children":[{"title":"README.md <span style='color:#111;'> 1.88KB </span>","children":null,"spread":false},{"title":"signalProcessing.py <span style='color:#111;'> 11.78KB </span>","children":null,"spread":false},{"title":"classification_cnn.py <span style='color:#111;'> 7.47KB </span>","children":null,"spread":false},{"title":"read_data.py <span style='color:#111;'> 5.01KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明