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

系统开源

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 1.88KB ","children":null,"spread":false},{"title":"signalProcessing.py 11.78KB ","children":null,"spread":false},{"title":"classification_cnn.py 7.47KB ","children":null,"spread":false},{"title":"read_data.py 5.01KB ","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

其他资源

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

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

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载