matlab带通代码-BCI_EEGNet:2个BCI竞赛数据集的EEGNet实现

上传者: 38514620 | 上传时间: 2021-09-22 15:04:41 | 文件大小: 193KB | 文件类型: ZIP
matlab带通代码BCI_EEGNet 2 个 BCI 竞赛数据集的 EEGNet 实现: Kaggle 竞赛数据集: BCI 竞赛 III 数据集 2: EEGNet CNN 架构 PyTorch 实现借鉴自:Sriram Ravindran: 代码中使用的所有数据都较早在 MATLAB 中使用 0.1-30 Hz 的二阶巴特沃斯滤波器进行带通滤波 流: 在从 BCI 竞赛数据集的链接获得的数据集上运行 .m 过滤文件 在从 Matlab 代码获得的过滤数据集上运行文件 BCI_III_DS_2_TestSet_PreProcessing.ipynb。 运行 BCI_III_DS_2_Filtered_Downsampled.ipynb 以获取 120 Hz 下采样数据的结果 修改 BCI_III_DS_2_TestSet_PreProcessing.ipynb 得到 240 Hz 原始数据的结果,然后运行 ​​BCI_III_DS_2_Filtered Data.ipynb 得到结果。 运行与上述相同的 matlab 预处理文件。 使用适当的文件路径运行 Kaggle Datas

文件下载

资源详情

[{"title":"( 6 个子文件 193KB ) matlab带通代码-BCI_EEGNet:2个BCI竞赛数据集的EEGNet实现","children":[{"title":"BCI_EEGNet-master","children":[{"title":"BCI_III_DS_2_Filtered+Data.ipynb <span style='color:#111;'> 168.58KB </span>","children":null,"spread":false},{"title":"BCI_III_DS_2_TestSet_PreProcessing.ipynb <span style='color:#111;'> 20.13KB </span>","children":null,"spread":false},{"title":"Kaggle+Dataset-+ERN.ipynb <span style='color:#111;'> 764.62KB </span>","children":null,"spread":false},{"title":"filter_dataset.m <span style='color:#111;'> 1009B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.06KB </span>","children":null,"spread":false},{"title":"BCI_III_DS_2_Filtered_Downsampled.ipynb <span style='color:#111;'> 157.68KB </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